Affine([rotate_params, shear_params, ...])
|
根据仿射参数变换 img。 |
AffineGrid([rotate_params, shear_params, ...])
|
坐标上的仿射变换。 |
ConvertBoxToPoints([mode])
|
将轴对齐的边界框转换为点。 |
ConvertPointsToBoxes()
|
将点转换为轴对齐的边界框。 |
Flip([spatial_axis, lazy])
|
沿给定空间轴反转元素的顺序。 |
GridDistortion(num_cells, distort_steps[, ...])
|
|
GridPatch(patch_size[, offset, num_patches, ...])
|
以行主序滑动窗口方式提取遍历整个图像的所有补丁，允许重叠。 |
GridSplit([grid, size])
|
在2D中根据提供的网格将图像分割成补丁。 |
Orientation([axcodes, as_closest_canonical, ...])
|
根据 axcodes 将输入图像的方向更改为指定方向。 |
Rand2DElastic(spacing, magnitude_range[, ...])
|
2D中的随机弹性变形和仿射变换。 |
Rand3DElastic(sigma_range, magnitude_range)
|
3D中的随机弹性变形和仿射变换。 |
RandAffine([prob, rotate_range, ...])
|
随机仿射变换。 |
RandAffineGrid([rotate_range, shear_range, ...])
|
生成随机仿射网格。 |
RandAxisFlip([prob, lazy])
|
随机选择一个空间轴并沿其翻转。 |
RandDeformGrid(spacing, magnitude_range[, ...])
|
生成随机变形网格。 |
RandFlip([prob, spatial_axis, lazy])
|
沿轴随机翻转图像。 |
RandGridDistortion([num_cells, prob, ...])
|
|
RandGridPatch(patch_size[, min_offset, ...])
|
以行主序滑动窗口方式提取遍历整个图像的所有补丁，允许重叠，并对图像的最小角进行随机偏移（2D为(0,0)，3D为(0,0,0)）。 |
RandRotate([range_x, range_y, range_z, ...])
|
随机旋转输入数组。 |
RandRotate90([prob, max_k, spatial_axes, lazy])
|
以概率 prob 将输入数组在 spatial_axes 指定的平面中旋转 90 度。 |
RandSimulateLowResolution([prob, ...])
|
低分辨率的随机模拟，对应于 nnU-Net 的 SimulateLowResolutionTransform (MIC-DKFZ/batchgenerators)。首先，根据从 zoom_range 中均匀采样的 `zoom_factor` 确定的较低分辨率对数组/张量进行重采样。 |
RandZoom([prob, min_zoom, max_zoom, mode, ...])
|
以给定概率在给定缩放范围内随机缩放输入数组。 |
Resample([mode, padding_mode, norm_coords, ...])
|
|
ResampleToMatch([mode, padding_mode, ...])
|
重采样图像以匹配给定的元数据。 |
Resize(spatial_size[, size_mode, mode, ...])
|
将输入图像调整到给定的空间大小（通过缩放，而不是裁剪/填充）。 |
Rotate(angle[, keep_size, mode, ...])
|
使用 monai.networks.layers.AffineTransform 按给定角度旋转输入图像。 |
Rotate90([k, spatial_axes, lazy])
|
在由 axes 指定的平面中将数组旋转 90 度。 |
Spacing(pixdim[, diagonal, mode, ...])
|
将输入图像重采样到指定的 pixdim。 |
SpatialResample([mode, padding_mode, ...])
|
将输入图像从由 src_affine 仿射矩阵定义的方向/间距重采样到由 dst_affine 仿射矩阵指定的方向/间距。 |
Zoom(zoom[, mode, padding_mode, ...])
|
使用 torch.nn.functional.interpolate 缩放 ND 图像。 |
