mindspore.dataset.vision.c_transforms.RandomCrop
================================================

.. py:class:: mindspore.dataset.vision.c_transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)

    对输入图像进行随机区域的裁剪。如果输入图像尺寸小于输出尺寸，输入图像将在裁剪前被填充。

    .. note:: 如果在多个数据列上应用此处理，则需要确保每个数据列图像的shape相同。

    **参数：**

    - **size**  (Union[int, Sequence[int]]) - 裁剪图像的输出尺寸大小。值必须为正。
      如果 size 是整数，则返回一个裁剪尺寸大小为 (size, size) 的正方形。
      如果 size 是一个长度为 2 的序列，则以2个元素分别为高和宽放缩至(高度, 宽度)大小。
    - **padding**  (Union[int, Sequence[int]], 可选) - 图像各边填充的像素数。填充值必须为非负值，默认值：None。
      如果 `padding` 不为 None，则首先使用 `padding` 填充图像。
      如果 `padding` 是一个整数，代表为图像的所有方向填充该值大小的像素。
      如果 `padding` 是一个包含2个值的元组或列表，第一个值会用于填充图像的左侧和上侧，第二个值会用于填充图像的右侧和下侧。
      如果 `padding` 是一个包含4个值的元组或列表，则分别填充图像的左侧、上侧、右侧和下侧。
    - **pad_if_needed**  (bool, 可选) - 如果输入图像高度或者宽度小于 `size` 指定的输出图像尺寸大小，是否进行填充。默认值：False。
    - **fill_value**  (Union[int, tuple[int]], 可选) - 边框的像素强度，仅当 `padding_mode` 为 Border.CONSTANT 时有效。
      如果是3元素元组，则分别用于填充R、G、B通道。
      如果是整数，则用于所有RGB通道。 
      `fill_value` 值必须在 [0, 255] 范围内，默认值：0。
    - **padding_mode**  (Border, 可选) - 边界填充方式。它可以是 [Border.CONSTANT、Border.EDGE、Border.REFLECT、Border.SYMMETRIC] 中的任何一个，默认值：Border.CONSTANT。

      - **Border.CONSTANT** - 使用常量值进行填充。
      - **Border.EDGE** - 使用各边的边界像素值进行填充。
      - **Border.REFLECT** - 以各边的边界为轴进行镜像填充，忽略边界像素值。
      - **Border.SYMMETRIC** - 以各边的边界为轴进行对称填充，包括边界像素值。

    **异常：**

    - **TypeError** - 如果 `size` 不是int或Sequence[int]类型。
    - **TypeError** - 如果 `padding` 不是int或Sequence[int]类型。
    - **TypeError** - 如果 `pad_if_needed` 不是bool类型。
    - **TypeError** - 如果 `fill_value` 不是int或tuple[int]类型。
    - **TypeError** - 如果 `padding_mode` 不是 :class:`mindspore.dataset.vision.Border` 的类型。
    - **ValueError** - 如果 `size` 不是正数。
    - **ValueError** - 如果 `padding` 为负数。
    - **ValueError** - 如果 `fill_value` 不在 [0, 255] 范围内。
    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。