RandomResizedCrop¶

class paddle.vision.transforms. RandomResizedCrop ( size, scale=(0.08, 1.0), ratio=(3. / 4, 4. / 3), interpolation='bilinear', keys=None ) [源代码] ¶

将输入图像按照随机大小和长宽比进行裁剪。会根据参数生成基于原图像的随机比例（默认值：0.08 至 1.0）和随机宽高比（默认值：3./4 至 4./3）。经过此接口操作后，输入图像将调整为参数指定大小。

参数¶

size (int|list|tuple) - 输出图像大小，当为单个 int 值时，生成指定 size 大小的方形图片，为(height,width)格式的数组或元组时按照参数大小输出。

scale (list|tuple，可选) - 相对于原图的尺寸，随机裁剪后图像大小的范围。默认值：（0.08，1.0）。

ratio (list|tuple，可选) - 裁剪后的目标图像宽高比范围，默认值：(0.75, 1.33)。

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) - 返回裁剪后的图像数据。

返回¶

计算 RandomResizedCrop 的可调用对象。

代码示例¶

          >>> import numpy as np
>>> from PIL import Image
>>> from paddle.vision.transforms import RandomResizedCrop

>>> transform = RandomResizedCrop(224)
>>> fake_img = Image.fromarray((np.random.rand(300, 320, 3) * 255.).astype(np.uint8))
>>> fake_img = transform(fake_img)
>>> print(fake_img.size)
(224, 224)

         