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。如果图像为 torch 张量,则预期其形状为 […, H, W],其中 … 表示任意数量的前导维度
- 参数:
img (PIL Image 或 Tensor) – 要调整大小的图像。
size (序列 或 int) –
所需的输出大小。如果 size 是一个序列,例如 (h, w),则输出大小将与此匹配。如果 size 是一个整数,则图像的较小边将与此数字匹配,同时保持纵横比。即,如果高度 > 宽度,则图像将重新缩放为 \(\left(\text{size} \times \frac{\text{height}}{\text{width}}, \text{size}\right)\)。
注意
在 torchscript 模式下,size 作为单个整数不受支持,请使用长度为 1 的序列:
[size, ]
。interpolation (InterpolationMode) – 由
torchvision.transforms.InterpolationMode
定义的所需插值枚举。默认为InterpolationMode.BILINEAR
。如果输入为张量,则仅支持InterpolationMode.NEAREST
、InterpolationMode.NEAREST_EXACT
、InterpolationMode.BILINEAR
和InterpolationMode.BICUBIC
。相应的 Pillow 整数常量(例如PIL.Image.BILINEAR
)也被接受。max_size (int, 可选) – 调整大小后图像较长边的最大允许值。如果根据
size
调整大小后,图像的较长边大于max_size
,则将覆盖size
,以便较长边等于max_size
。结果,较短边可能短于size
。仅当size
为整数(或在 torchscript 模式下为长度为 1 的序列)时才支持此功能。antialias (bool, 可选) –
是否应用抗锯齿。它仅影响使用双线性或双三次模式的张量,在其他情况下会被忽略:在 PIL 图像上,始终对双线性或双三次模式应用抗锯齿;在其他模式下(对于 PIL 图像和张量),抗锯齿没有意义,并且此参数会被忽略。可能的值为
True
(默认值):将为双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您想要使用的。False
:不会为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会进行抗锯齿,因为 PIL 不支持不进行抗锯齿。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,除非您确实知道自己在做什么,否则可能不希望使用它。
默认值已从 v0.17 中的
None
更改为True
,以便 PIL 和 Tensor 后端保持一致。
- 返回值:
调整大小后的图像。
- 返回类型:
PIL Image 或 Tensor
使用
resize
的示例变换的说明光流:使用 RAFT 模型预测运动