pytorch torchvision.transforms.RandomResizedCrop方法解读

1. 包含功能：

(1) Crop：随机大小和随机宽高比的裁剪，且随机的范围可以指定。

(2) Resize： Resize到指定的大小。

先进行随机大小和随机宽高比的Crop操作，再对Crop出来的区域进行Resize操作。

2. 参数介绍

下面使用的元组不是指的Python的tuple类型，就是一个二元组，可以是tuple类型，也可以是list类型。

size：该参数用于Resize功能，指定最终得到的图片大小。

如果size是一个Int值，如H，则最终图片大小为HxH，如果size是一个二元组，如（H，W），则最终图片大小为HxW。size参数跟crop功能完全没关系，crop出来的区域是个啥样子，跟size参数完全没关系。

scale：该参数用于Crop功能，指定裁剪区域的面积占原图像的面积的比例范围，是一个二元组，如（scale_lower, scale_upper），我们会在[scale_lower, scale_upper]这个区间中随机采样一个值。

假设随机采样的值为scale_a。假设原图片的size为（image_height, image_width），则原图片的面积S_origin=image_height * image_width。则裁剪区域的面积S_crop=S_origin * scale_a。 即scale_a表示从原图片中裁剪多大的一部分区域。而scale参数是scale_a的取值范围。

再举例：原图片面积为500，scale=(0.08, 1.0)，在0.08-1.0之间随机采样的值scale_a = 0.5，则裁剪区域的面积S=500*0.5 = 250

ratio：该参数用于Crop功能，指定裁剪区域的宽高比范围，是一个二元组，如（ratio_lower,ratio_upper），我们会在[scale_lower, scale_upper]这个区间中随机采样一个值。

假设随机采样的值为ratio_a，则裁剪区域的宽 / 裁剪区域的高 = ratio_a。即宽高比。

根据scale我们可以确定裁剪区域的面积为S_crop，现在我们可以根据宽高比，求得裁剪区域的高 = sqrt(S_crop / ratio_a)，裁剪区域的宽 = sqrt(S_crop * ratio_a)。sqrt是平方根函数。

interpolation：该参数用于Resize功能，指缩小或者扩大图像的时候，使用什么样的插值方法。

3. 方法举例

假设原图像尺寸为（300, 500），scale=(0.08,1.0)，ratio=(3.0/4.0, 4.0/3.0)。

首先对scale和ratio的均匀分布区间进行随机采样，假设得到scale值为0.5，ratio值为3/4，则裁剪区域的高=sqrt(300*500*0.5/0.75)，裁剪区域的宽=sqrt(300*500*0.5*0.75)。

最后通过：

i = torch.randint(0, height - h + 1)

j = torch.randint(0, width - w + 1).

的方式得到随机的左上角（i,j），就可以进行裁剪了。其中height和width是原图像的高和宽，h和w是裁剪区域的高和宽。