mindspore.dataset.vision.py_transforms.RandomCrop

class mindspore.dataset.vision.py_transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)[源代码]

在输入PIL图像上的随机位置，裁剪指定尺寸大小的子图。

参数：

  • size (Union[int, Sequence[int, int]]) - 裁剪子图的尺寸大小。若输入int，则以该值为边长裁剪( size , size )尺寸大小的子图；若输入Sequence[int, int]，则以2个元素分别为高和宽裁剪子图。

  • padding (Union[int, Sequence[int, int], Sequence[int, int, int, int]]，可选) - 图像各边填充的像素数。指定该参数后，将在随机裁剪前对图像进行填充。若输入int，将以该值对所有边框进行填充；若输入Sequence[int, int]，将以第一个值填充左/上边框，第二个值填充右/下边框；若输入Sequence[int, int, int, int]，将分别用于填充左、上、右和下边框。默认值：None，表示不进行填充。

  • pad_if_needed (bool，可选) - 当图像任意边小于指定裁剪尺寸大小时，是否进行填充。默认值：False，表示不进行填充。

  • fill_value (Union[int, tuple[int, int, int]]，可选) - 用于填充边框的像素值，仅当 padding_mode 为 Border.CONSTANT 时生效 。若输入int，将以该值填充RGB通道；若输入tuple[int, int, int]，将分别用于填充R、G、B通道。默认值：0。

  • padding_mode (Border，可选) - 填充方式，取值可为 Border.CONSTANT、Border.EDGE、Border.REFLECT 或 Border.SYMMETRIC。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 - 当 size 的类型不为int或Sequence[int, int]。

  • TypeError - 当 padding 的类型不为int、Sequence[int, int]或Sequence[int, int, int, int]。

  • TypeError - 当 pad_if_needed 的类型不为bool。

  • TypeError - 当 fill_value 的类型不为int或tuple[int, int, int]。

  • TypeError - 当 padding_mode 的类型不为 mindspore.dataset.vision.Border 。

  • ValueError - 当 size 不为正数。

  • ValueError - 当 padding 为负数。

  • ValueError - 当 fill_value 取值不在[0, 255]范围内。

支持平台：

CPU

样例：

>>> from mindspore.dataset.transforms.py_transforms import Compose
>>>
>>> transforms_list = Compose([py_vision.Decode(),
...                            py_vision.RandomCrop(224),
...                            py_vision.ToTensor()])
>>> # apply the transform to dataset through map function
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns="image")