torchvision.transforms

关于 torchvision 和 transforms

（1）torchvision有四个功能模块：model、dataset、transforms、utils
（2）transforms 模块 可对源数据进行预处理、增强
（3）transforms 提供了对PIL Image 对象和 Tensor 对象的常用操作。 可通过PIL直接读取图片， PIL.Image.open(path) ;

官方文档地址： https://pytorch.org/vision/stable/transforms.html

transforms

1、裁剪（Crop）

中心裁剪：transforms.CenterCrop

torchvision.transforms.CenterCrop(size)

参数：
size: 所需裁剪的图片尺寸

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

img_src = Image.open('./bird.jpg')

img_1 = transforms.CenterCrop(200)(img_src)
img_2 = transforms.CenterCrop((200, 200))(img_src)
img_3 = transforms.CenterCrop((300, 200))(img_src)
img_4 = transforms.CenterCrop((500, 500))(img_src)

plt.subplot(231)
plt.imshow(img_src)
plt.subplot(232)
plt.imshow(img_1)
plt.subplot(233)
plt.imshow(img_2)
plt.subplot(234)
plt.imshow(img_3)
plt.subplot(235)
plt.imshow(img_4)
plt.show()

以上例子我们可知：
（1）如果切正方形，transforms.CenterCrop(100) 和 transforms.CenterCrop((100, 100))，两种写size的方法，效果一样
（2）如果设置的输出的图片尺寸大于原尺寸，会在边上补黑色

---

随机裁剪：transforms.RandomCrop

# 依据给定的size随机裁剪
torchvision.transforms.RandomCrop(size, 
                      padding = None, 
                      pad_if_needed = False, 
                      fill=0, 
                      padding_mode ='constant')

功能：
从图片中随机裁剪出尺寸为 size 的图片，如果有 padding，那么先进行 padding，再随机裁剪 size 大小的图片。

参数：
size
padding: 设置填充大小
– – 当为 a 时，上下左右均填充 a 个像素
– – 当为 (a, b) 时，左右填充 a 个像素，上下填充 b 个像素
– – 当为 (a, b, c, d) 时，左上右下分别填充 a，b，c，d
pad_if_needed：当图片小于设置的 size，是否填
padding_mode：
– – constant: 像素值由 fill 设定 （默认）
– – edge: 像素值由图像边缘像素设定
– – reflect: 镜像填充，最后一个像素不镜像。([1,2,3,4] -> [3,2,1,2,3,4,3,2])
– – symmetric: 镜像填充，最后一个像素也镜像。([1,2,3,4] -> [2,1,1,2,3,4,4,4,3])
fill：当 padding_mode 为 constant 时，设置填充的像素值 （默认为0）

---

随机长宽比裁剪：transforms.RandomResizedCrop `

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

功能：
随机大小、随机宽高比裁剪图片。首先根据 scale 的比例裁剪原图，然后根据 ratio 的长宽比再裁剪，最后使用插值法把图片变换为 size 大小。

参数：
size: 裁剪的图片尺寸
scale: 随机缩放面积比例，默认随机选取 (0.08, 1) 之间的一个数
ratio: 随机长宽比，默认随机选取 ($\frac{3}{4}$, $\frac{4}{3}$ ) 之间的一个数。因为超过这个比例会有明显的失真
interpolation: 当裁剪出来的图片小于 size 时，就要使用插值方法 resize
– – PIL.Image.NEAREST
– – PIL.Image.BILINEAR
– – PIL.Image.BICUBIC

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

img_src = Image.open('./bird.jpg')

img_6 = transforms.RandomResizedCrop((200, 300), scale=(1, 1))(img_src)
img_7 = transforms.RandomResizedCrop((200, 300), scale=(0.5, 0.5))(img_src)
img_8 = transforms.RandomResizedCrop((200, 300), scale=(1, 1),  ratio=(0.5, 0.5))(img_src)
img_9 = transforms.RandomResizedCrop((400, 600), scale=(1, 1),  ratio=(0.5, 0.5))(img_src)

plt.subplot(231)
plt.imshow(img_src)
plt.subplot(232)
plt.imshow(img_6)
plt.subplot(233)
plt.imshow(img_7)
plt.subplot(234)
plt.imshow(img_8)
plt.subplot(235)
plt.imshow(img_9)
plt.show()

上下左右中心裁剪：transforms.FiveCrop

上下左右中心裁剪后翻转，transforms.TenCrop

2、翻转和旋转（Flip and Rotation）

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

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

随机旋转：transforms.RandomRotation

---

3、图像变换

• transforms.Resize
• 标准化：transforms.Normalize
• 转为tensor，并归一化至[0-1]：transforms.ToTensor
• 填充：transforms.Pad
• 修改亮度、对比度和饱和度：transforms.ColorJitter
• 转灰度图：transforms.Grayscale
• 线性变换：transforms.LinearTransformation()
• 仿射变换：transforms.RandomAffine
• 依概率p转为灰度图：transforms.RandomGrayscale
• 将数据转换为PILImage：transforms.ToPILImage
• transforms.Lambda：Apply a user-defined lambda as a transform

---

4、transforms 方法操作

• 使数据增强更灵活 transforms.RandomChoice(transforms)，从给定的一系列transforms中选一个进行操作
• transforms.RandomApply(transforms, p=0.5)，给一个transform加上概率，依概率进行操作
• transforms.RandomOrder，将transforms中的操作随机打乱

---

reference：

https://www.cnblogs.com/zhangxiann/p/13570884.html

官方文档地址： https://pytorch.org/vision/stable/transforms.html