Transforms的使用1（ToTensor）

一、Transform

1.1 简介

对图像进行转换

1.2 源码学习

我们学的是transform，其实学的是transform.py

1.3 几个重要的类

• class ToPILImage(object):
• class Compose(object):
• class ToTensor(object):

在学习的过程中进行错误修正

1.4 理解transform

• 如果我们把transform.py当成工具箱的话
• 不同的class就是工具
  • tosensor
  • resize

拿一些特定格式的图片，经过工具后，输出想要的东西

学习他这个类中重要的方法

二、通过内置PIL的iamge类打开图片

2.1 使用python内置Image类

python中内置了一个Image类，这个类中有open的方法

# 告诉方法要打开图片的路径：绝对路径
img_path = 'data/train/ants_image/0013035.jpg'
# 相对路径
# img_path_abs = 'C:\Users\Administrator\Desktop\Code\learn_pytorch\data\train\ants_image\0013035.jpg'

# 通过这个方式就已经打开了一个图片
img = Image.open(img_path)
print(img)

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512

打开模式是RGB模式，大小显示出来了，还会显示出来图片的逻辑地址

2.2 通过totensor对图片的数据类型进行转换

查看到下面的数据则表示图片的数据类型转换成功

# 1. transform如何使用？
tensor_trans = transforms.ToTensor()  # 返回的是一个totensor的对象

tensor_img = tensor_trans(img)
print(tensor_img)

tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ...,

2.3 如何使用transform？

1. 从transform中创建一个对象
2. 根据需要使用一个工具

创建一个具体的工具，创建好工具后对工具重新命名
给一个输入，接收这个输出

---

三、其他

3.1 专业英语

• library 程序库，函数库
• console 控制台
• scatch 划痕，刮伤，刮花
• refactor 重构
• statement 表述，语句
• typo <非正式>排印错误

---

四、本节代码

# from PIL import Image
from PIL import Image
from torchvision import transforms

# pytorch的用法 tensor的数据类型
# 通过transform.tensor解决两个问题
# 1. transform如何使用？
# 2. tensor的数据类型和普通数据类型相比有什么区别？

# 使用python中内置的Image类

# 告诉方法要打开图片的路径：绝对路径
img_path = 'data/train/ants_image/0013035.jpg'
# 相对路径
# img_path_abs = 'C:\Users\Administrator\Desktop\Code\learn_pytorch\data\train\ants_image\0013035.jpg'

# 通过这个方式就已经打开了一个图片
img = Image.open(img_path)
print(img)
tensor_trans = transforms.ToTensor()  # 返回的是一个ToTensor的对象

tensor_img = tensor_trans(img)

print(tensor_img)