Resize¶

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)