RandomResizedCrop，默认scale=(0.08, 1.0)
0.08意味着在100×100的图像中，最小的crop_img约为28×28
get_params函数中，输入参数img为PIL Image，img.size对应(w, h)
计算img的面积
area = img.size[0] * img.size[1]
从[0.08 * area, 1.0 * area]采样crop_img的面积
target_area = random.uniform(*scale) * area
从[3/4, 4/3]采样crop_img的宽高比
aspect_ratio = random.uniform(*ratio)
由此可以建立关于w和h的方程组
w * h = target_area
w / h = aspect_ratio
解得
w = int(round(math.sqrt(target_area * aspect_ratio)))
h = int(round(math.sqrt(target_area / aspect_ratio)))
以50%的概率交换w和h，因为宽高比的定义为
w / h = aspect_ratio，h / w = aspect_ratio均可
if random.random() < 0.5:
w, h = h, w
检查crop_img的w和h是否超出img的范围，如果未超出范围，则获得一组(i, j, h, w)
if w <= img.size[0] and h <= img.size[1]:
i = random.randint(0, img.size[1] - h)
j = random.randint(0, img.size[0] - w)
return i, j, h, w
如果超出范围，则重新做一遍，这一系列步骤总共尝试10次，对应for attempt in range(10):
如果10次尝试都失败了，则计算img的短边，然后center crop一个正方形
w = min(img.size[0], img.size[1])
i = (img.size[1] - w) // 2
j = (img.size[0] - w) // 2
return i, j, w, w
最后根据(i, h, h, w)裁剪出crop_img，然后resize为指定大小
