torchvision.transform图片转变/数据增强方法总结

来自官方文档-torchvision/transforms

Crop裁剪

transforms.CenterCrop中心裁剪

torchvision.transforms.CenterCrop(size)

根据给定的size从中心裁剪，size可以是sequence或者int，即(h, w)或者(size, size)。

transforms.RandomCrop随机裁剪

torchvision.transforms.RandomCrop(size, padding = None, pad_if_needed = False, fill = 0, padding_mode ='constant')

• size可以是sequence或者int，即(h, w)或者(size, size)。
• padding 图像每个边框上的可选填充。默认值为None，即无填充。如果提供长度为4的序列，则它用于分别填充左，上，右，下边界。如果提供长度为2的序列，则分别用于填充左/右，上/下边界
• pad_if_need如果小于所需大小，它将填充图像以避免引发异常。由于在填充之后完成裁剪，因此填充似乎是在随机偏移处完成的。
• fill恒定填充的像素填充值。默认值为0.如果长度为3的元组，则分别用于填充R，G，B通道。仅当padding_mode为常量时才使用此值.
• padding_mode填充类型，恒定、边缘、反射、对称。默认恒定
  • constant，具有常量值，用pad指定
  • edge，填充图像边缘的最后一个值
  • reflect，反射，例如padding [1, 2, 3, 4] with 2 elements on both sides in reflect mode will result in [3, 2, 1, 2, 3, 4, 3, 2]
  • symmetric，对称，例如padding [1, 2, 3, 4] with 2 elements on both sides in symmetric mode will result in [2, 1, 1, 2, 3, 4, 4, 3]

transforms.RandomResizedCrop随机长宽比裁剪

torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

将给定的PIL图像裁剪为随机大小和宽高比。
将原始图像大小变成随机大小（默认值：是原始图像的0.08到1.0倍）和随机宽高比（默认值：3/4到4/3倍）。这种方法最终调整到适当的大小。这通常用于训练Inception网络。

• == size== - 每条边的预期输出大小
• scale - 裁剪的原始尺寸的大小范围
• ratio - 裁剪的原始宽高比的宽高比范围
• interpolation - 默认值：PIL.Image.BILINEAR

transforms.FiveCrop上下左右中心裁剪

torchvision.transforms.FiveCrop(size)

将给定的PIL图像裁剪为四个角和中央裁剪。
此转换返回图像元组，并且数据集返回的输入和目标数量可能不匹配。

• 对图片进行上下左右以及中心裁剪，获得5张图片，返回一个4D-tensor 参数： size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)

transforms.TenCrop上下左右中心裁剪后旋转

torchvision.transforms.TenCrop(size, vertical_flip=False) 

将给定的PIL图像裁剪为四个角，中央裁剪加上这些的翻转版本（默认使用水平翻转）。
此转换返回图像元组，并且数据集返回的输入和目标数量可能不匹配。

• size（sequence 或int） -作物的所需输出大小。如果size是int而不是像（h，w）这样的序列，则进行正方形裁剪（大小，大小）。
• vertical_flip（bool） - 使用垂直翻转而不是水平翻转

Flip and Rotation翻转和旋转

transforms.RandomHorizontalFlip(p=0.5)依概率水平翻转

torchvision.transforms.RandomHorizontalFlip(p=0.5)

transforms.RandomVerticalFlip(p=0.5)依概率垂直翻转

torchvision.transforms.RandomVerticalFlip(p=0.5)

transforms.RandomFlip随机旋转

torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

• degrees（sequence 或float或int） -要选择的度数范围。如果degrees是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+ degrees）。
• resample（{PIL.Image.NEAREST ，PIL.Image.BILINEAR ，PIL.Image.BICUBIC} ，可选） - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略，或者图像具有模式“1”或“P”，则将其设置为PIL.Image.NEAREST。
• expand（bool，optional） - 可选的扩展标志。如果为true，则展开输出以使其足够大以容纳整个旋转图像。如果为false或省略，则使输出图像与输入图像的大小相同。请注意，展开标志假定围绕中心旋转而不进行平移。
• center（2-tuple ，optional） - 可选的旋转中心。原点是左上角。默认值是图像的中心。

图片变换

transforms.Resize改变大小

torchvision.transforms.Resize(size, interpolation=2)

将输入PIL图像的大小调整为给定大小。

• size（sequence 或int） -所需的输出大小。如果size是类似（h，w）的序列，则输出大小将与此匹配。如果size是int，则图像的较小边缘将与此数字匹配。即，如果高度>宽度，则图像将重新缩放为（尺寸*高度/宽度，尺寸）
• interpolation（int，optional） - 所需的插值。默认是 PIL.Image.BILINEAR

transforms.Normalize标准化

torchvision.transforms.Normalize(mean, std)

用平均值和标准偏差归一化张量图像。给定mean：(M1,…,Mn)和std：(S1,…,Sn)对于n通道，此变换将标准化输入的每个通道，torch.*Tensor即 input[channel] = (input[channel] - mean[channel]) / std[channel]

• mean（sequence） - 每个通道的均值序列。
• std（sequence） - 每个通道的标准偏差序列。

transforms.ToTensor转为Tensor，并归一化到[0,1]

torchvision.transforms.ToTensor

功能：将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1] 注意事项：归一化至[0-1]是直接除以255，若自己的ndarray数据尺度有变化，则需要自行修改。

transforms.Pad填充

torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')
# 参考transforms.RandomCrop随机裁剪

transforms.ColorJitter修改亮度、对比度、饱和度

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

随机更改图像的亮度，对比度和饱和度。

• 亮度（浮点数或python的元组：浮点数（最小值，最大值）） - 抖动亮度多少。从[max（0,1-brightness），1 +brightness]或给定[min，max]均匀地选择brightness_factor。应该是非负数。
• 对比度（浮点数或python的元组：浮点数（最小值，最大值）） - 抖动对比度多少。contrast_factor从[max（0,1-contrast），1 + contrast]或给定[min，max]中均匀选择。应该是非负数。
• 饱和度（浮点数或python的元组数：float （min ，max ）） - 饱和度抖动多少。饱和度_因子从[max（0,1-saturation），1 + saturation]或给定[min，max]中均匀选择。应该是非负数。
• 色调（浮点数或python的元组：浮点数（最小值，最大值）） - 抖动色调多少。从[-hue，hue]或给定的[min，max]中均匀地选择hue_factor。应该有0 <= hue <= 0.5或-0.5 <= min <= max <= 0.5。

transforms.Grayscare转灰度图

torchvision.transforms.Grayscale(num_output_channels=1)

将图像转换为灰度。
功能：将图片转换为灰度图 参数： num_output_channels- (int) ，当为1时，正常的灰度图，当为3时， 3 channel with r == g == b

transforms.RandomGartscare依概率转灰度图

torchvision.transforms.RandomGrayscale(p=0.1)

功能：依概率p将图片转换为灰度图，若通道数为3，则3 channel with r == g == b

transforms.LinearTransformation线性变换

torchvision.transforms.LinearTransformation(transformation_matrix) 

使用方形变换矩阵和离线计算的mean_vector变换张量图像。给定transformation_matrix和mean_vector，将使矩阵变平。从中拉伸并减去mean_vector，然后用变换矩阵计算点积，然后将张量重新整形为其原始形状。
白化转换：假设X是列向量零中心数据。然后torch.mm计算数据协方差矩阵[D x D]，对该矩阵执行SVD并将其作为transformation_matrix传递。

• transformation_matrix（Tensor） - 张量[D x D]，D = C x H x W.
• mean_vector（Tensor） - 张量[D]，D = C x H x W.

transforms.RandomAffine仿射变换

torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0) 

图像保持中心不变的随机仿射变换。

• degrees（sequence 或float或int） -要选择的度数范围。如果degrees是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+degrees）。设置为0可停用旋转。
  -== translate（元组，可选）== - 水平和垂直平移的最大绝对分数元组。例如translate =（a，b），然后在范围-img_width * a
• scale（元组，可选） - 缩放因子间隔，例如（a，b），然后从范围a <= scale <= b中随机采样缩放。默认情况下会保持原始比例。
• shear（sequence 或float或int，optional） - 要选择的度数范围。如果degrees是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+ degrees）。默认情况下不会应用剪切
• resample（{PIL.Image.NEAREST ，PIL.Image.BILINEAR ，PIL.Image.BICUBIC} ，可选） - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略，或者图像具有模式“1”或“P”，则将其设置为PIL.Image.NEAREST。
• fillcolor（int） - 输出图像中变换外部区域的可选填充颜色。（Pillow> = 5.0.0）

transforms.ToPILImage转为PIL的图

torchvision.transforms.ToPILImage(mode=None)

功能：将tensor 或者 ndarray的数据转换为 PIL Image 类型数据 参数： mode- 为None时，为1通道， mode=3通道默认转换为RGB，4通道默认转换为RGBA。

transforms.Lambda依据用户定义的函数变换

torchvision.transforms.Lambda（lambd ）

对transform的后续操作

transforms.RandomChoice(transforms)从给定的transforms中选择一个进行操作

torchvision.transforms.RandomChoice(transforms)

transforms.RandomApply(transforms, p=0.5)给一个transforms加上概率，依概率进行操作

torchvision.transforms.RandomApply(transforms, p=0.5)

• transform 列表或者元祖
• p 浮点数
  transforms.RandomOrder将transforms中的操作随机打乱

torchvision.transforms.RandomOrder(transforms)