pytorch torchvision transform

对PIL.Image进行变换

class torchvision.transforms.Compose(transforms)

将多个transform组合起来使用。

transforms: 由transform构成的列表.
例子:

  1. transforms.Compose([
  2. transforms.CenterCrop(10),
  3. transforms.ToTensor(),
  4. ])

class torchvision.transforms.Scale(size, interpolation=2)

将输入的PIL.Image重新改变大小成给定的sizesize是最小边的边长。举个例子,如果原图的height>width,那么改变大小后的图片大小是(size*height/width, size)
用例:

  1. from torchvision import transforms
  2. from PIL import Image
  3. crop = transforms.Scale(12)
  4. img = Image.open('test.jpg')
  5. print(type(img))
  6. print(img.size)
  7. croped_img=crop(img)
  8. print(type(croped_img))
  9. print(croped_img.size)
  1. <class 'PIL.PngImagePlugin.PngImageFile'>
  2. (10, 10)
  3. <class 'PIL.Image.Image'>
  4. (12, 12)

class torchvision.transforms.CenterCrop(size)

将给定的PIL.Image进行中心切割,得到给定的sizesize可以是tuple(target_height, target_width)size也可以是一个Integer,在这种情况下,切出来的图片的形状是正方形。

class torchvision.transforms.RandomCrop(size, padding=0)

切割中心点的位置随机选取。size可以是tuple也可以是Integer

class torchvision.transforms.RandomHorizontalFlip

随机水平翻转给定的PIL.Image,概率为0.5。即:一半的概率翻转,一半的概率不翻转。

class torchvision.transforms.RandomSizedCrop(size, interpolation=2)

先将给定的PIL.Image随机切,然后再resize成给定的size大小。

class torchvision.transforms.Pad(padding, fill=0)

将给定的PIL.Image的所有边用给定的pad value填充。
padding:要填充多少像素
fill:用什么值填充
例子:

  1. from torchvision import transforms
  2. from PIL import Image
  3. padding_img = transforms.Pad(padding=10, fill=0)
  4. img = Image.open('test.jpg')
  5. print(type(img))
  6. print(img.size)
  7. padded_img=padding(img)
  8. print(type(padded_img))
  9. print(padded_img.size)
  1. <class 'PIL.PngImagePlugin.PngImageFile'>
  2. (10, 10)
  3. <class 'PIL.Image.Image'>
  4. (30, 30) #由于上下左右都要填充10个像素,所以填充后的size是(30,30)

对Tensor进行变换

class torchvision.transforms.Normalize(mean, std)

给定均值:(R,G,B) 方差:(R,G,B),将会把Tensor正则化。即:Normalized_image=(image-mean)/std

Conversion Transforms

class torchvision.transforms.ToTensor

把一个取值范围是[0,255]PIL.Image或者shape(H,W,C)numpy.ndarray,转换成形状为[C,H,W],取值范围是[0,1.0]torch.FloadTensor

  1. data = np.random.randint(0, 255, size=300)
  2. img = data.reshape(10,10,3)
  3. print(img.shape)
  4. img_tensor = transforms.ToTensor()(img) # 转换成tensor
  5. print(img_tensor)

class torchvision.transforms.ToPILImage

shape(C,H,W)Tensorshape(H,W,C)numpy.ndarray转换成PIL.Image,值不变。

通用变换

class torchvision.transforms.Lambda(lambd)

使用lambd作为转换器。