Python mxnet.gluon.data.vision.transforms.CropResize用法及代码示例

用法: class mxnet.gluon.data.vision.transforms.CropResize(x, y, width, height, size=None, interpolation=None)

参数：

x：(int) - 裁剪区域的左边界
y：(int) - 裁剪区域的顶部边界
w：(int) - 裁剪区域的宽度
h：(int) - 裁剪区域的高度
size：(int or tuple of (w, h)) - 可选，裁剪后调整为新大小
interpolation：(int, optional) - 调整大小的插值方法。默认情况下使用双线性插值。有关可用选项，请参阅 OpenCV 的调整大小函数。https://docs.opencv.org/2.4/modules/imgproc/doc/geometric_transformations.html?highlight=resize#resize请注意，GPU 上的 Resize 使用 contrib.bilinearResize2D 运算符，它仅支持双线性插值(1)。

基础：mxnet.gluon.block.HybridBlock

裁剪输入图像并可选择调整其大小。

裁剪原始图像，然后可以选择将其调整为指定大小。

输入：

data：：输入具有 (H x W x C) 或 (N x H x W x C) 形状的张量。

输出：

out：：输入具有 (H x W x C) 或 (N x H x W x C) 形状的张量。

例子：

>>> transformer = vision.transforms.CropResize(x=0, y=0, width=100, height=100)
>>> image = mx.nd.random.uniform(0, 255, (224, 224, 3)).astype(dtype=np.uint8)
>>> transformer(image)
<NDArray 100x100x3 @cpu(0)>
>>> image = mx.nd.random.uniform(0, 255, (3, 224, 224, 3)).astype(dtype=np.uint8)
>>> transformer(image)
<NDArray 3x100x100x3 @cpu(0)>
>>> transformer = vision.transforms.CropResize(x=0, y=0, width=100, height=100, size=(50, 50), interpolation=1)
>>> transformer(image)
<NDArray 3x50x50 @cpu(0)>

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.gluon.data.vision.transforms.CropResize。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。