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到所需大小。如果图像是 torch Tensor，则其形状应为 […, H, W]，其中 … 表示任意数量的前导维度。

在 RandomResizedCrop 中特别使用。

参数:

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

• top (int) – 裁剪框左上角纵向分量。

• left (int) – 裁剪框左上角横向分量。

• height (int) – 裁剪框的高度。

• width (int) – 裁剪框的宽度。

• size (sequence 或 int) – 所需的输出大小。与 resize 具有相同的语义。

• interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。还接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。

• antialias (bool, optional) –

  是否应用抗锯齿。它仅影响双线性或双三次模式下的张量，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)：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进行抗锯齿处理，因为 PIL 不支持无抗锯齿。

  • None：对于张量相当于 False，对于 PIL 图像相当于 True。此值存在是为了兼容性，除非您真的知道自己在做什么，否则可能不希望使用它。

  默认值在 v0.17 中从 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 图像或张量

使用 resized_crop 的示例

转换图示

转换图示