mindspore.dataset.vision.RandomResizedCrop

class mindspore.dataset.vision.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3.0 / 4.0, 4.0 / 3.0), interpolation=Inter.BILINEAR, max_attempts=10)[源代码]

对输入图像进行随机裁剪，并使用指定的 mindspore.dataset.vision.Inter 插值方式去调整为指定的尺寸大小。

Note

如果输入图像不止一张，需要保证输入的多张图像尺寸大小一致。

参数：

  • size (Union[int, Sequence[int]]) - 图像的输出尺寸大小。若输入整型，则放缩至(size, size)大小；若输入2元素序列，则以2个元素分别为高和宽放缩至(高度, 宽度)大小。

  • scale (Union[list, tuple], 可选) - 裁剪子图的尺寸大小相对原图比例的随机选取范围，需要在[min, max)区间，默认值：(0.08, 1.0)。

  • ratio (Union[list, tuple], 可选) - 裁剪子图的宽高比的随机选取范围，需要在[min, max)区间，默认值：(3./4., 4./3.)。

  • interpolation (Inter, 可选) - 插值方式。它可以是 [Inter.BILINEAR, Inter.NEAREST, Inter.BICUBIC, Inter.PILCUBIC] 中的任何一个，默认值：Inter.BILINEAR。

    • Inter.BILINEAR，双线性插值。

    • Inter.NEAREST，最近邻插值。

    • Inter.BICUBIC，双三次插值。

    • Inter.AREA，像素区域插值。

    • Inter.PILCUBIC，Pillow库中实现的双三次插值，输入应为3通道格式。

  • max_attempts (int, 可选) - 生成随机裁剪位置的最大尝试次数，超过该次数时将使用中心裁剪，默认值：10。

异常：

  • TypeError - 当 size 的类型不为int或Sequence[int]。

  • TypeError - 当 scale 的类型不为tuple或list。

  • TypeError - 当 ratio 的类型不为tuple或list。

  • TypeError - 当 interpolation 的类型不为 mindspore.dataset.vision.Inter 。

  • TypeError - 当 max_attempts 的类型不为int。

  • ValueError - 当 size 不为正数。

  • ValueError - 当 scale 为负数。

  • ValueError - 当 ratio 为负数。

  • ValueError - 当 max_attempts 不为正数。

  • RuntimeError - 当输入图像的shape不为<H, W>或<H, W, C>。

支持平台：

CPU

样例：

>>> from mindspore.dataset.vision import Inter
>>> decode_op = vision.Decode()
>>> resize_crop_op = vision.RandomResizedCrop(size=(50, 75), scale=(0.25, 0.5),
...                                           interpolation=Inter.BILINEAR)
>>> transforms_list = [decode_op, resize_crop_op]
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns=["image"])