torchvision.transforms.functional.resized_crop

torchvision.transforms.functional.resized_crop 是 PyTorch 中的一个函数，它用于从输入图像中裁剪指定大小的区域。

该函数接受以下参数：

• input: 表示图像的4D张量，形状为 (C, H, W),其中 C 是通道数(例如，RGB图像的通道数为3),H 和 W 分别表示图像的高度和宽度。
• boxes: 表示要裁剪的ROI的坐标，格式为 [y1, x1, y2, x2],其中 (y1, x1) 和 (y2, x2) 分别表示ROI的左上角和右下角坐标。坐标顺序应为 [y1, x1, y2, x2]。
• size: 指定输出裁剪的大小，格式为 (height, width)。

该函数返回一个4D张量，表示裁剪后的图像，形状为 (C, size[0], size[1])。

下面是一个使用 torchvision.transforms.functional.resized_crop 的示例：

import torchvision.transforms as transforms
from PIL import Image

# 从文件加载图像
image = Image.open("example.jpg")

# 将图像转换为张量
image_tensor = transforms.ToTensor()(image)

# 定义ROI坐标和大小
boxes = torch.tensor([[0.1, 0.1, 0.9, 0.9]])
size = (50, 50)

# 使用resized_crop裁剪图像
cropped_image = transforms.functional.resized_crop(image_tensor, boxes, size)

# 显示裁剪后的图像
cropped_image = transforms.ToPILImage()(cropped_image)
cropped_image.show()