Pytorch transforms.Resize()的简单用法

最新推荐文章于 2025-02-22 13:18:31 发布

xiongxyowo

最新推荐文章于 2025-02-22 13:18:31 发布

阅读量10w+

点赞数 75

分类专栏： Pytorch

本文链接：https://blog.csdn.net/qq_40714949/article/details/115393592

版权

Pytorch 专栏收录该内容

26 篇文章

订阅专栏

本文介绍了如何使用Python的PIL库来调整图像尺寸，包括保持原始长宽比的缩放和固定长宽的缩放。通过transforms.Resize()方法，可以将图片短边缩放至指定大小或指定固定的长宽尺寸。尽管这可能会改变图片原有的长宽比，但通过resize方法可以恢复原始尺寸。示例代码展示了如何将图片转换为224x224的特征图，然后再恢复原尺寸。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单来说就是调整PILImage对象的尺寸，注意不能是用io.imread或者cv2.imread读取的图片，这两种方法得到的是ndarray。

将图片短边缩放至x，长宽比保持不变：

transforms.Resize(x)

而一般输入深度网络的特征图长宽是相等的，就不能采取等比例缩放的方式了，需要同时指定长宽：

transforms.Resize([h, w])

例如transforms.Resize([224, 224])就能将输入图片转化成224×224的输入特征图。

这样虽然会改变图片的长宽比，但是本身并没有发生裁切，仍可以通过resize方法返回原来的形状：

from PIL import Image
from torchvision import transforms

img = Image.open('1.jpg')
w, h = img.size
resize = transforms.Resize([224,244])
img = resize(img)
img.save('2.jpg')
resize2 = transforms.Resize([h, w])
img = resize2(img)
img.save('3.jpg')