RandomResizedCrop¶

class paddle.vision. 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) - 基于原图选定的需要进行裁剪的范围，默认值：（0.08，1.0）。

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

interpolation (int|str, optional) - 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], optional) - 与 BaseTransform 定义一致。默认值: None。

返回¶

numpy ndarray，随机裁剪和改变大小后的图像。

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)

PaddlePaddle

paddle.vision / transforms / RandomResizedCrop

RandomResizedCrop¶

参数¶

返回¶

代码示例¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.vision / transforms / RandomResizedCrop

RandomResizedCrop¶

参数¶

返回¶

代码示例¶