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

转换说明