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 图像或 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 (序列或 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.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, 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