快捷键

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[源代码]

裁剪给定图像并将其调整为所需大小。如果图像为 torch 张量,则它应该具有 […, H, W] 形状,其中 … 表示任意数量的领先维度

特别是在 RandomResizedCrop 中使用。

参数::
  • img (PIL 图像张量) – 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 (序列int) – 期望的输出大小。与 resize 相同的语义。

  • interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 InterpolationMode.BILINEAR。如果输入是张量,则仅支持 InterpolationMode.NEARESTInterpolationMode.NEAREST_EXACTInterpolationMode.BILINEARInterpolationMode.BICUBIC。也接受相应的 Pillow 整数常量,例如 PIL.Image.BILINEAR

  • antialias (bool, 可选) –

    是否应用抗锯齿。它仅影响以双线性或双三次模式的张量,否则会被忽略:在 PIL 图像上,始终在双线性或双三次模式上应用抗锯齿;在其他模式(对于 PIL 图像和张量)上,抗锯齿没有意义,因此此参数会被忽略。可能的值是

    • True(默认):将在双线性或双三次模式下应用抗锯齿。其他模式不会受到影响。这可能是您想要使用的内容。

    • False:不会在任何模式下对张量应用抗锯齿。PIL 图像仍然在双线性或双三次模式下进行抗锯齿,因为 PIL 不支持不进行抗锯齿。

    • None:对于张量相当于 False,对于 PIL 图像相当于 True。此值存在于遗留原因,除非您真正了解自己在做什么,否则您可能不想使用它。

    默认值在 v0.17 中从 None 更改为 True,以便 PIL 和 Tensor 后端保持一致。

返回值::

裁剪的图像。

返回值类型::

PIL 图像或张量

使用 resized_crop 的示例

转换说明

转换说明

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源