mindspore.dataset.vision.ResizedCrop

查看源文件
class mindspore.dataset.vision.ResizedCrop(top, left, height, width, size, interpolation=Inter.BILINEAR)[源代码]

裁切输入图像的指定区域并放缩到指定尺寸大小。

参数：

  • top (int) - 裁切区域左上角位置的纵坐标。

  • left (int) - 裁切区域左上角位置的横坐标。

  • height (int) - 裁切区域的高度。

  • width (int) - 裁切区域的宽度。

  • size (Union[int, Sequence[int, int]]) - 图像的输出尺寸大小。 若输入int，将调整图像的较短边长度为 size ，且保持图像的宽高比不变； 若输入Sequence[int, int]，其输入格式需要是 (高度, 宽度) 。

  • interpolation (Inter, 可选) - 图像插值方法。可选值详见 mindspore.dataset.vision.Inter 。 默认值： Inter.BILINEAR。

异常：

  • TypeError - 如果 top 不为int类型。

  • ValueError - 如果 top 为负数。

  • TypeError - 如果 left 不为int类型。

  • ValueError - 如果 left 为负数。

  • TypeError - 如果 height 不为int类型。

  • ValueError - 如果 height 不为正数。

  • TypeError - 如果 width 不为int类型。

  • ValueError - 如果 width 不为正数。

  • TypeError - 如果 size 不为int或Sequence[int, int]类型。

  • ValueError - 如果 size 不为正数。

  • TypeError - 如果 interpolation 不为 mindspore.dataset.vision.Inter 类型。

  • RuntimeError - 如果输入图像的形状不是 <H, W> 或 <H, W, C>。

支持平台：

CPU

样例：

>>> import mindspore.dataset as ds
>>> import mindspore.dataset.vision as vision
>>> from mindspore.dataset.vision import Inter
>>>
>>> transforms_list = [vision.Decode(), vision.ResizedCrop(0, 0, 128, 128, (100, 75), Inter.BILINEAR)]
>>> image_folder_dataset = ds.ImageFolderDataset("/path/to/image_folder_dataset_directory")
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns=["image"])
教程样例：