resize¶

torchvision.transforms.functional.resize(img: Tensor, size: List[int], interpolation: InterpolationMode = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True) → Tensor[source]¶

将输入图像调整为给定大小。如果图像是 torch Tensor，则它应具有 […, H, W] 形状，其中 … 表示任意数量的前导维度

参数:

img (PIL 图像 或 Tensor) – 要调整大小的图像。
size (sequence 或 int) –
所需的输出大小。如果 size 是像 (h, w) 这样的序列，则输出大小将与此匹配。如果 size 是一个整数，则图像的较小边缘将与此数字匹配，同时保持宽高比。即，如果 height > width，则图像将被重新缩放为 \(\left(\text{size} \times \frac{\text{height}}{\text{width}}, \text{size}\right)\)。

注意

在 torchscript 模式下，不支持单个整数的 size，请使用长度为 1 的序列： [size, ]。
interpolation (InterpolationMode) – 所需的插值枚举，由 torchvision.transforms.InterpolationMode 定义。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、 InterpolationMode.NEAREST_EXACT、 InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。
max_size (int, optional) – 调整大小后，允许的图像较长边缘的最大值。如果图像的较长边缘在根据 size 调整大小后大于 max_size，则将覆盖 size，使较长边缘等于 max_size。因此，较小边缘可能短于 size。仅当 size 是整数（或 torchscript 模式下长度为 1 的序列）时才支持此功能。
antialias (bool, optional) –
是否应用抗锯齿。它仅影响具有双线性或双三次模式的张量，否则将被忽略：在 PIL 图像上，始终在双线性或双三次模式下应用抗锯齿；在其他模式下（对于 PIL 图像和张量），抗锯齿没有意义，此参数将被忽略。可能的值为
- True (默认值)：将对抗锯齿应用于双线性或双三次模式。其他模式不受影响。这可能是您想要使用的。
- False：不会对任何模式下的张量应用抗锯齿。PIL 图像在双线性或双三次模式下仍然抗锯齿，因为 PIL 不支持无抗锯齿。
- None：对于张量，等效于 False，对于 PIL 图像，等效于 True。此值出于遗留原因而存在，除非您真的知道自己在做什么，否则可能不想使用它。
默认值已从 v0.17 中的 None 更改为 True，以使 PIL 和 Tensor 后端保持一致。

返回: