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

裁剪給定的圖像並將其調整為所需的大小。 如果圖像為 torch Tensor，則預期其形狀為 […, H, W]，其中 … 表示任意數量的領先維度

主要用於 RandomResizedCrop。

參數:

• img (PIL Image or Tensor) – 要裁剪的圖像。 (0,0) 表示圖像的左上角。

• 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) – 裁剪框的寬度。

• size (sequence or int) – 期望的輸出大小。與 resize 具有相同的語義。

• interpolation (InterpolationMode) – 期望的插值枚舉，由 torchvision.transforms.InterpolationMode 定義。預設值為 InterpolationMode.BILINEAR。如果輸入是 Tensor，則僅支援 InterpolationMode.NEAREST、 InterpolationMode.NEAREST_EXACT、 InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。對應的 Pillow 整數常數，例如 PIL.Image.BILINEAR 也被接受。

• antialias (bool, optional) –

  是否應用反鋸齒。它僅影響使用雙線性或雙三次模式的 tensors，否則將被忽略：在 PIL 圖像上，反鋸齒始終應用於雙線性或雙三次模式；在其他模式下（對於 PIL 圖像和 tensors），反鋸齒沒有意義，因此會忽略此參數。可能的值為

  • True (預設): 將對雙線性或雙三次模式應用反鋸齒。其他模式不受影響。這可能是您想要使用的。

  • False: 不會對任何模式下的 tensors 應用反鋸齒。PIL 圖像仍然會在雙線性或雙三次模式下進行反鋸齒處理，因為 PIL 不支援無反鋸齒。

  • None: 等同於 tensors 的 False 和 PIL 圖像的 True。此值存在是為了向後相容性，除非您確實知道自己在做什麼，否則可能不想使用它。

  預設值已在 v0.17 中從 None 變更為 True，以使 PIL 和 Tensor 後端保持一致。

Returns:

裁剪後的圖像。

Return type:

PIL Image 或 Tensor

使用 resized_crop 的範例

Transforms 的說明

Transforms 的說明