DAY17：Pytorch transforms（下）

torchvision.transforms

transforms可以用来改变样本的多样性，例如：旋转、平移等等，训练图像辨识时，一定会用到的工具，现在来跟大家介绍他有哪些用法！我拿还未处理过的资料来当示范。这里我把图片都转换成400*400的大小。

    from torchvision import transforms
    from PIL import Image

    def img_loader(img_path):
        image = Image.open(img_path)
        img = image.resize((400, 400),Image.ANTIALIAS)
        return img.convert('RGB')

• transforms.Resize

  • 重置影像解析度。

    • size：图像大小，height * width，若height ＞ width，则(size * height / width, size)，若只设定一个数a，则为(a*a)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Resize(size=(300))])
    img = tranform(img)
    img.show()
    

    

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Resize(size=(300,200))])
    img = tranform(img)
    img.show()
    

    

• 标准化：transforms.Normalize

  • 对资料按通道进行标准化，即先减均值，再除以标准差。

    • mean：均值。
    • std：标准差。

• 转为tensor：transforms.ToTensor

  • 将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1]，归一化至[0-1]是直接除以255。

• 修改亮度、对比度和饱和度：transforms.ColorJitter

  • 调整亮度、对比度、饱和度、色相。

    • brightness：调整亮度因子。（当为 (a, b) 时，从 [a, b] 中选择）。
    • contrast：对比度。（当为 (a, b) 时，从 [a, b] 中选择）。
    • saturation：饱和度。（当为 (a, b) 时，从 [a, b] 中选择）。
    • hue：色相参数。（当为 (a, b) 时，从 [a, b] 中选择）。

    调整亮度

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(brightness=(0.3,1.5))])
    img = tranform(img)
    img.show()
    

    

    调整对比

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(contrast=(0.3,0.5))])
    img = tranform(img)
    img.show()
    
    

    
    调整饱和度

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(saturation=(0.3,0.5))])
    img = tranform(img)
    img.show()
    

    

    调整色相

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(hue=(0.3,0.5))])
    img = tranform(img)
    img.show()
    

    

• 转为灰阶图：transforms.Grayscale

  • 转为灰阶图。

    • num_output_channels：输出的通道数，只能设置1或3。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform =         transforms.Compose([transforms.Grayscale(num_output_channels=1)])
    img = tranform(img)
    img.show()
    

    

• 随机转为灰阶图：transforms.RandomGrayscale
  • 随机率p转为灰阶图。
    • p：转为灰阶图的机率。

• 仿射变换：transforms.RandomAffine
  　　

  • 对图像进行仿射变换，为2维的线性转换。有五种基本操作，旋转、平移、缩放、错切及翻转。

    • degrees：旋转角度。
    • translate：平移区间。设置为比例，如(0.3,0.3)。
    • scale：缩放比例。
    • shear：错切角度。例如30，则为(-30,30)
    • fillcolor：填充的颜色。
      旋转

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees=30)])
    img = tranform(img)
    img.show()
    

    

    平移

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees= 0 ,translate=(0.2,0.5))])
    img = tranform(img)
    img.show()
    

    

    缩放

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees= 0 ,scale=(0.2,0.5))])
    img = tranform(img)
    img.show()
    

    

    错切

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees= 0 ,shear=(30))])
    img = tranform(img)
    img.show()