mindspore.dataset.vision.c_transforms.RandomCropDecodeResize
============================================================

.. py:class:: mindspore.dataset.vision.c_transforms.RandomCropDecodeResize(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)

    "裁剪"、"解码"和"调整尺寸大小"的组合处理。该算子将在随机位置裁剪输入图像，以 RGB 模式对裁剪后的图像进行解码，并调整解码图像的尺寸大小。针对 JPEG 图像进行了优化, 可以获得更好的性能。

    **参数：**

    - **size**  (Union[int, Sequence[int]]) - 调整后图像的输出尺寸大小。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。
    - **scale**  (Union[list, tuple], 可选) - 要裁剪的原始尺寸大小的各个尺寸的范围[min, max)，必须为非负数，默认值：(0.08, 1.0)。
    - **ratio**  (Union[list, tuple], 可选) - 宽高比的范围 [min, max) 裁剪，必须为非负数，默认值：(3. / 4., 4. / 3.)。
    - **interpolation**  (Inter, 可选) - resize算子的图像插值方式。它可以是 [Inter.BILINEAR、Inter.NEAREST、Inter.BICUBIC、Inter.AREA、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，输入需为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， `max_attempts` 值必须为正数，默认值：10。

    **异常：**

    - **TypeError** - 如果 `size` 不是int或Sequence[int]类型。
    - **TypeError** - 如果 `scale` 不是tuple或list类型。
    - **TypeError** - 如果 `ratio` 不是tuple或list类型。
    - **TypeError** - 如果 `interpolation` 不是 :class:`mindspore.dataset.vision.Inter` 的类型。
    - **TypeError** - 如果 `max_attempts` 不是int类型。
    - **ValueError** - 如果 `size` 不是正数。
    - **ValueError** - 如果 `scale` 为负数。
    - **ValueError** - 如果 `ratio` 为负数。
    - **ValueError** - 如果 `max_attempts` 不是正数。
    - **RuntimeError** - 如果输入图像不是一维序列。