---
title: resize
description: "resize函数用于改变图像的尺寸，可以放大或缩小图像。通过指定目标大小或缩放因子，用户可以灵活调整图像的宽度和高度。Torchvision支持多种插值方法，本文档针对Bilinear和Bicubic两种插值方式进行优化，保证图像在缩放过程中尽可能保持质量。"
url: https://www.hikunpeng.com/document/detail/zh/kunpengboostkithistory/251RC1/accel/kunpengaccel_kpcv_06_0029.html
sourcePath: /source/zh/kunpengboostkithistory/251RC1/accel/kunpengaccel_kpcv_06_0029.html
indexId: 06296252a5c1bd62f9504f6a4804961ba97646b0d4c9215c4d107f2899af3e8677
---
# resize

#### 函数功能

resize函数用于改变图像的尺寸，可以放大或缩小图像。通过指定目标大小或缩放因子，用户可以灵活调整图像的宽度和高度。Torchvision支持多种插值方法，本文档针对Bilinear和Bicubic两种插值方式进行优化，保证图像在缩放过程中尽可能保持质量。


#### 函数接口

```
torchvision.transforms.resize(size, interpolation=InterpolationMode.BILINEAR, max_size=None, antialias=True)
```


#### 参数

| 参数名 | 描述 | 取值范围 | 输入/输出 |
| --- | --- | --- | --- |
| size | 序列或int型数字，表征输出图像的大小（宽度和高度），如(width, height)。如果设置为int型数，则表征图像较小边缘的大小。 | (0, INT\_MAX] | 输入 |
| interpolation | 插值方式，默认为BILINEAR。支持InterpolationMode.NEAREST、InterpolationMode.NEAREST\_EXACT、InterpolationMode.BILINEAR和InterpolationMode.BICUBIC四种，本文档对InterpolationMode.BILINEAR和InterpolationMode.BICUBIC两种方法进行优化。 | InterpolationMode.BILINEAR、InterpolationMode.BICUBIC | 输入 |
| max\_size | 可选值，调整大小的图像的较长边所允许的最大值，当size输入为int时，若图像长边大于max\_size，则根据max\_size调整大小。 | (0, INT\_MAX] | 输入 |
| antialias | 可选值，对PIL图像作用，对tensor无影响，默认为True。 | bool | 输入 |


#### 返回值

- 缩放后图像。


#### 示例

```
import numpy as np
import torch
from torchvision import transforms
# 定义源数据
src = np.array([[1, 0, 0, 0, 0],
               [0, 1, 1, 1, 0],
               [0, 1, 0, 1, 0],
               [0, 1, 1, 1, 0],
               [1, 0, 0, 0, 0]], dtype=np.float32)
# 将NumPy数组转换为Tensor，并添加通道信息
src_tensor = torch.from_numpy(src).unsqueeze(0).unsqueeze(0)
# 定义目标尺寸
size = (4, 4)
# 创建图像尺寸调整转换
resize = transforms.Resize(size)
# 应用图像尺寸调整转换
resized_src_tensor = resize(src_tensor)
#显示矩阵
print(resized_src_tensor)
```

运行结果：

```
tensor([[[[0.6250, 0.2500, 0.2500, 0.0625],
          [0.2500, 0.8264, 0.8264, 0.2500],
          [0.2500, 0.8264, 0.8264, 0.2500],
          [0.6250, 0.2500, 0.2500, 0.0625]]]])
```