mindspore.dataset.vision.ResizedCrop

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) - 图像插值方式。默认值：Inter.BILINEAR。取值可为 Inter.BILINEAR、Inter.NEAREST、Inter.BICUBIC、Inter.AREA 或 Inter.PILCUBIC。
- Inter.BILINEAR，双线性插值。
- Inter.NEAREST，最近邻插值。
- Inter.BICUBIC，双三次插值。
- Inter.AREA，像素区域插值。
- Inter.PILCUBIC，类Pillow实现的三次插值。

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：

>>> from mindspore.dataset.vision import Inter
>>> transforms_list = [vision.Decode(), vision.ResizedCrop(0, 0, 128, 128, (100, 75), Inter.BILINEAR)]
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns=["image"])