函数

类里的函数 叫方法

class resizeImage(object):
    """
    If either the width or height of an image exceed a specified value, resize the image so that:
    如果图像的宽度或高度超过了指定的值，则调整图像大小，使得：
        1. The maximum of the new height and new width does not exceed a specified value
        新的高度和新的宽度的最大值不超过指定的值；

        2. The new height and new width are divisible by 8
        新的高度和新的宽度都能被8整除；
        3. The aspect ratio is preserved
        图像的原始宽高比得到保持。 
    
    No resizing is done if both height and width are smaller than the specified value
    如果图像的高度和宽度都小于指定的值，则不进行任何调整大小的操作
    By: Minh Hoai Nguyen (minhhoai@gmail.com)
    """
    
    def __init__(self, MAX_HW=1504):
        # 初始化方法，接受一个参数 MAX_HW，默认值为1504。这个参数定义了图像的最大高度或宽度

        # 保存最大高度或宽度的值。
        self.max_hw = MAX_HW

    def __call__(self, sample):
        image,lines_boxes = sample['image'], sample['lines_boxes']  # 从样本中获取图像和边界框信息
        
        W, H = image.size   # 获取图像的宽度和高度

        # 如果图像的宽度或高度超过最大值，则进行缩放
        if W > self.max_hw or H > self.max_hw:

            # 计算缩放比例，使得最大边不超过MAX_HW，同时保持宽高比
            scale_factor = float(self.max_hw)/ max(H, W)

            # 计算新的宽度和高度，并确保它们是8的倍数
            new_H = 8*int(H*scale_factor/8)
            new_W = 8*int(W*scale_factor/8)
            # 使用transforms.Resize调整图像大小
            resized_image = transforms.Resize((new_H, new_W))(image)
        else:

            # 如果图像宽度和高度都小于指定值，则不进行缩放
            scale_factor = 1
            resized_image = image


        # 根据缩放比例调整边界框的大小
        boxes = list()
        for box in lines_boxes:

            # 缩放边界框坐标
            box2 = [int(k*scale_factor) for k in box]

            # 提取边界框的坐标
            y1, x1, y2, x2 = box2[0], box2[1], box2[2], box2[3]

            # 将缩放后的边界框添加到列表中
            boxes.append([0, y1,x1,y2,x2])

        # 将边界框列表转换为张量，并增加一个维度
        boxes = torch.Tensor(boxes).unsqueeze(0)

        # 对调整大小后的图像进行归一化处理
        resized_image = Normalize(resized_image)

        # 更新样本中的图像和边界框信息
        sample = {'image':resized_image,'boxes':boxes}
        return sample