resized_crop

torchvision.transforms.functional.resized_crop(img: Tensor, top: int, left: int, height: int, width: int, size: List[int], interpolation: InterpolationMode = InterpolationMode.BILINEAR, antialias: Optional[bool] = True) → Tensor

裁剪给定图像并调整大小到期望尺寸。如果图像是 torch Tensor，则期望其具有 […, H, W] 形状，其中 … 表示任意数量的前导维度

特别用于 RandomResizedCrop。

参数:

• img (PIL 图像 或 Tensor) – 要裁剪的图像。(0,0) 表示图像的左上角。

• top (int) – 裁剪框左上角的垂直分量。

• left (int) – 裁剪框左上角的水平分量。

• height (int) – 裁剪框的高度。

• width (int) – 裁剪框的宽度。

• size (sequence 或 int) – 期望的输出尺寸。与 resize 相同的语义。

• interpolation (InterpolationMode) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。 默认值为 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。

• 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，双线性或双三次模式始终应用抗锯齿；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：将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会进行抗锯齿处理，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。此值出于历史原因而存在，除非您真正了解自己在做什么，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:

裁剪后的图像。

返回类型:

PIL 图像或 Tensor

使用 resized_crop 的示例

变换的图示

变换的图示