可视化学习笔记8-使用python transforms数据增强后效果图（附结果图）

from torchvision import transforms
import PIL.Image as Image
import matplotlib.pyplot as plt
import numpy as np

image = Image.open("try/0.jpg")
transform = transforms.Compose([
                                transforms.RandomResizedCrop(224),
                                # 随机裁剪一个area然后再resize
                                # size期望输出尺寸，如果只填一个数字，默认长宽相等，这里输出224*224
                                # 1.默认裁剪出的区域面积占原图总面积的比例scale=(0.08, 1.0)，即0.08~1
                                # 2.ratio:（默认3.0/4到4.0/3)去裁剪原始图像
                                # 3.默认interpolation=Image.BILINEAR图像插值方法（双线性插值）
                                # transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5),
                                # transforms.ColorJitter(brightness=(0.8,1.2), contrast=(1.,1.5), saturation=(1.,1.4), hue=(0.4)),
                                #随机改变图像亮度、色调、对比度
                                # transforms.RandomRotation((50, 90), resample=False, expand=False, center=None),
                                transforms.RandomHorizontalFlip(),    #随机水平翻转
                                transforms.ToTensor(),   #直接除以255，归一化到[0.0,1.0]
                                transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),#作者的数据
                                # transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])]),#自己改的归一化到[-1.0,1.0]
                                # 其中各通道的均值mean和各通道的标准差std分别通过(0.5,0.5,0.5)和(0.5,0.5,0.5)
                                # image=(image-mean)/std,原来的[0-1]最小值0则变成(0-0.5)/0.5=-1，而最大值1则变成(1-0.5)/0.5=1.
                ])
input = transform(image)

plt.imshow(input)
plt.show()

随机改变图像亮度、色调、对比度结果输出：