Resize

class paddle.vision.transforms. Resize ( size, interpolation='bilinear', keys=None ) [源代码]

将输入数据调整为指定大小。

参数

  • size (int|list|tuple) - 输出图像大小。如果 size 是一个序列,例如(h,w),输出大小将与此匹配。如果 size 为 int,图像的较小边缘将与此数字匹配,即如果 height > width,则图像将重新缩放为(size * height / width, size)。

  • interpolation (int|str,可选) - 插值的方法,默认值: 'bilinear'。

    • 当使用 pil 作为后端时,支持的插值方法如下

      • "nearest": Image.NEAREST,

      • "bilinear": Image.BILINEAR,

      • "bicubic": Image.BICUBIC,

      • "box": Image.BOX,

      • "lanczos": Image.LANCZOS,

      • "hamming": Image.HAMMING。

    • 当使用 cv2 作为后端时,支持的插值方法如下

      • "nearest": cv2.INTER_NEAREST,

      • "bilinear": cv2.INTER_LINEAR,

      • "area": cv2.INTER_AREA,

      • "bicubic": cv2.INTER_CUBIC,

      • "lanczos": cv2.INTER_LANCZOS4。

  • keys (list[str]|tuple[str],可选) - 与 BaseTransform 定义一致。默认值: None。

形状

  • img (PIL.Image|np.ndarray|Paddle.Tensor) - 输入的图像数据,数据格式为'HWC'。

  • output (PIL.Image|np.ndarray|Paddle.Tensor) - 返回调整大小后的图像数据。

返回

计算 Resize 的可调用对象。

代码示例

import numpy as np
from PIL import Image
from paddle.vision.transforms import Resize

fake_img = Image.fromarray((np.random.rand(256, 300, 3) * 255.).astype(np.uint8))

transform = Resize(size=224)
converted_img = transform(fake_img)
print(converted_img.size)
# (262, 224)

transform = Resize(size=(200,150))
converted_img = transform(fake_img)
print(converted_img.size)
# (150, 200)