如何用PyTorch固定图像高度并保持宽高比进行Resize？

torchvision确实没有直接提供「固定高度并保持比例」的内置Resize选项，但可以用torchvision.transforms.Lambda把自定义缩放逻辑包装成标准变换，这样就能和其他变换组合成Compose，完全不用在Dataset的__getitem__里写额外代码。

具体实现代码 #

from torchvision import transforms

target_height = 32

# 定义固定高度缩放的Lambda变换
fixed_height_resize = transforms.Lambda(
    lambda img: transforms.Resize(
        (target_height, int(img.width * (target_height / img.height)))
    )(img)
)

# 组合成完整的变换链（示例）
transform = transforms.Compose([
    fixed_height_resize,
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

逻辑说明 #

• 对于输入图像img，先计算新宽度：新宽度 = 原宽度 * (目标高度 / 原高度)，确保宽高比完全保留
• 把计算好的(target_height, 新宽度)传入Resize，直接得到固定高度的输出
• Lambda变换是torchvision的标准组件，能无缝融入变换组合，完全符合你想要的「优雅集成」需求

验证你的示例 #

• 图像1：64x200（HxW）→ 新宽度=200*(32/64)=100 → 输出32x100，和预期一致
• 图像2：200x64（HxW）→ 新宽度=64*(32/200)=10.24 → 取整为10 → 输出32x10，完全匹配你的需求

额外提示 #

如果需要对宽度做取整优化（比如取偶数），可以调整计算逻辑，比如把int()改成round()或者自定义取整规则，Lambda里的逻辑可以灵活修改，不影响变换链的结构。

内容的提问来源于stack exchange，提问作者Max Schmidt