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。

transforms.Resize(x)  #将图片短边缩放至x，长宽比保持不变

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]) #指定宽和高

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('G:/datasets/DSIFN/test(1)/t1/0.jpg')  #读取一张遥感图片
w,h = img.size
print(w,h)  # 原图大小（512，512）

#第一次裁剪，将图片转化为224*224大小，并保存为test.jpg文件（保存路径在当下文件中）
resize = transforms.Resize([224,224])
img = resize(img)
img.save('test.jpg') # （224，224）

#第二次裁剪，将图片转化为512*512大小，并保存为test1.jpg文件
resize2 = transforms.Resize([h,w])
img = resize2(img)
img.save('test1.jpg')

需要注意的一点是PILImage对象size属性返回的是w, h，而resize的参数顺序是h, w。

 o.jpg

 

 test.jpg

test1.jpg