mindspore.ops.ResizeBicubic

class mindspore.ops.ResizeBicubic(align_corners=False, half_pixel_centers=False)

使用双三次插值调整图像大小到指定的大小。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• align_corners (bool，可选) - 如果为 True ，则输入输出图像四个角像素的中心被对齐，同时保留角像素处的值。默认值： False 。

• half_pixel_centers (bool，可选) - 是否使用半像素中心对齐。如果设置为 True ，那么 align_corners 应该设置为 False 。默认值： False 。

输入：

• images (Tensor) -输入图像为四维的Tensor，其shape为 \((batch, channels, height, width)\) ，支持的数据类型有：float16、float32、float64。

• size (Union[tuple[int], Tensor[int]]) - tuple或1-D Tensor，含有两个元素，分别为new_height、new_width。推荐使用tuple[int]。

输出：

四维Tensor，其shape为 \((batch, channels, new\_height, new\_width)\) ，且数据类型与 images 一致。

异常：

• TypeError - images 的数据类型不支持。

• TypeError - align_corners 不是bool类型。

• TypeError - half_pixel_centers 不是bool类型。

• ValueError - images 的维度不是4。

• ValueError - 当 size 是Tensor时，其维度不是1。

• ValueError - size 所含元素的个数不是2。

• ValueError - size 中的元素不全是正数。

• ValueError - align_corners 和 half_pixel_centers 同时为 True 。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops, nn
>>> class NetResizeBicubic(nn.Cell):
...     def __init__(self):
...         super(NetResizeBicubic, self).__init__()
...         align_corners = False
...         half_pixel_centers = False
...         self.resize = ops.ResizeBicubic(align_corners, half_pixel_centers)
...
...     def construct(self, images, size):
...         return self.resize(images, size)
...
>>> images = Tensor(np.array([1, 2, 3, 4]).reshape(1, 1, 2, 2).astype(np.float32))
>>> size = Tensor([1, 4], mindspore.int32)
>>> resizebicubic = NetResizeBicubic()
>>> output = resizebicubic(images, size)
>>> print(output)
    [[[[1. 1.5 2. 2.09375]]]]