DEV Community
·
PyTorch中的随机裁剪（1）
💡
原文英文，约1200词，阅读约需5分钟。
📝
内容提要
本文介绍了Python中的OxfordIIITPet().RandomCrop()函数，详细说明了其参数设置，如图像大小、填充和填充模式，并通过示例代码演示了如何进行随机裁剪和填充图像。
🎯
关键要点
- OxfordIIITPet().RandomCrop()函数用于随机裁剪图像。
- 初始化的第一个参数是size，必须为整数或元组，表示裁剪后的图像大小。
- 第二个参数是padding，表示填充的大小，可以是单个值或元组，支持多种格式。
- 第三个参数pad_if_needed决定是否在图像尺寸不足时进行填充。
- 第四个参数fill用于设置填充区域的背景颜色，可以是整数、浮点数或元组。
- 第五个参数padding_mode定义填充模式，支持'constant'、'edge'、'reflect'和'symmetric'。
- img参数是输入的图像，必须为PIL图像或2D/3D张量。
- 示例代码展示了如何使用RandomCrop进行不同尺寸和填充的图像裁剪。
- 通过show_images1和show_images2函数展示了裁剪后的图像效果。
❓
延伸问答
OxfordIIITPet().RandomCrop()函数的主要功能是什么？
该函数用于随机裁剪图像。
如何设置RandomCrop函数的裁剪尺寸？
裁剪尺寸通过第一个参数size设置，必须为整数或元组，表示裁剪后的图像大小。
RandomCrop函数的填充参数如何使用？
填充参数通过第二个参数padding设置，可以是单个值或元组，表示填充的大小。
什么情况下需要使用pad_if_needed参数？
当size小于原始图像或填充后的图像时，如果pad_if_needed为True，则会随机填充图像以达到指定大小。
如何设置填充区域的背景颜色？
通过第四个参数fill设置填充区域的背景颜色，可以是整数、浮点数或元组。
RandomCrop函数支持哪些填充模式？
支持的填充模式有'constant'、'edge'、'reflect'和'symmetric'。
➡️
