mindspore.dataset.vision.c_transforms.SoftDvppDecodeRandomCropResizeJpeg

class mindspore.dataset.vision.c_transforms.SoftDvppDecodeRandomCropResizeJpeg(size, scale=(0.08, 1.0), ratio=(3.0 / 4.0, 4.0 / 3.0), max_attempts=10)[源代码]

使用Ascend系列芯片DVPP模块的模拟算法对JPEG图像进行裁剪、解码和缩放。 使用场景与数据增强算子 mindspore.dataset.vision.c_transforms.SoftDvppDecodeResizeJpeg 一致。输入图像尺寸大小应在 [32*32, 8192*8192] 范围内。图像长度和宽度的缩小和放大倍数应在 [1/32, 16] 范围内。使用该算子只能输出具有均匀分辨率的图像，不支持奇数分辨率的输出。

参数：

  • size (Union[int, Sequence[int]]) - 输出图像的尺寸大小。如果 size 是整型，则返回尺寸大小为 (size, size) 的正方形图像。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) - 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.)。

  • 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 - 当 size 不是int或不是Sequence[int]类型。

  • TypeError - 当 scale 不是tuple或list类型。

  • TypeError - 当 ratio 不是tuple或list类型。

  • TypeError - 当 max_attempts 不是int类型。

  • ValueError - 当 size 不为正数。

  • ValueError - 当 scale 是负数。

  • ValueError - 当 ratio 是负数。

  • ValueError - 当 max_attempts 不为正数。

  • RuntimeError - 如果输入的Tensor不是一个一维序列。

支持平台：

CPU

样例：

>>> # decode, randomly crop and resize image, keeping aspect ratio
>>> transforms_list1 = [c_vision.SoftDvppDecodeRandomCropResizeJpeg(90)]
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list1,
...                                                 input_columns=["image"])
>>> # decode, randomly crop and resize to landscape style
>>> transforms_list2 = [c_vision.SoftDvppDecodeRandomCropResizeJpeg((80, 100))]
>>> image_folder_dataset_1 = image_folder_dataset_1.map(operations=transforms_list2,
...                                                     input_columns=["image"])