DAY16：Pytorch transforms（上）

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')

• 中心裁剪：transforms.CenterCrop
  • 中心裁剪是从中心算你给他的size多大，他就裁多大。我们设置剪下200*200的图片大小。下面是比较图。
    • 参数size：你要裁剪的大小。

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

    
  • 若裁剪的比原图还大时，多出来的部分会用黑色填补。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.CenterCrop(size=((750,500)))])
    img = tranform(img)
    img.show() 
    

    

• 随机裁剪：transforms.RandomCrop

  • 将图档随机裁剪你设定的size。

    • size：要剪裁下来的大小。
    • padding：将原图先填补你给的值的像素，会在随机裁剪前填补。
    • pad_if_need：当图片小於设置的size时，是否填补。
    • fill：填补的颜色，预设黑色，例如可改为红色(255,0,0)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform =         transforms.Compose([transforms.RandomCrop(size=((200,200)),padding=100)])
    img = tranform(img)
    img.show()
    

    

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform =         transforms.Compose([transforms.RandomCrop(size=((200,200)),padding=100,fill = (255,0,0))])
    img = tranform(img)
    img.show()
    

    

• 随机长宽比裁剪：transforms.RandomResizedCrop

  • 随机大小及随机长宽比裁剪原始图片，最後再resize到设定好的size。

    • size：要剪裁的图片大小。
    • scale：例如scale=(0.2, 1.0)，则会随机从0.2到1.0中，选一个倍数裁剪，如0.2则裁剪原图的0.2倍。
    • ratio：长宽比区间，随机选取。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.RandomResizedCrop(size = (200,200),scale=(0.2, 1.0), ratio=(0.5, 1.1))])
    img = tranform(img)
    img.show()
    

    

• 水平翻转：transforms.RandomHorizontalFlip

  • 依照P的机率，资料集的P倍图片会被水平翻转。

    • p：为水平翻转的机率，若为1则所有图片都被水平翻转。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.RandomVerticalFlip(p = 0.9)])
    img = tranform(img)
    img.show()
    

    

• 垂直翻转：RandomHorizontalFlip

  • 依照P的机率，资料集的P倍图片会被垂直翻转。

    • p：为垂直翻转的机率，若为1则所有图片都被垂直翻转。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomHorizontalFlip(p = 0.9)])
    img = tranform(img)
    img.show()
    

    

• 随机旋转：RandomRotation

  • 依照设置的degrees，随机旋转图片。

    • degrees：若设为d值，则在(-d,d)之间旋转；若设为(a,b)，则在a到b之间旋转。
    • center：旋转中心的座标。预设为中心点。(0,0)为左上角。

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

    

• 填补：Pad

  • 依照设置的值为像素，由外而内填补。
    • padding：将原图填补你给的值的像素。
    • fill：填补的颜色，预设黑色，例如可改为红色(255,0,0)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Pad(padding = 30,fill=(255,200,0))])
    img = tranform(img)
    img.show()
    

    

今日小结

• 还没有介绍完，目前都是剪裁跟旋转的部分，後面还有会调整图片的函数。
• 做这些转换可以增加图片的多样性，提高模型的泛化程度。