基于pytorch数据增强

1、torchvision.transforms.Resize()缩放函数

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()  #输出打开图片
new_img = transforms.Resize((100,100))(img) #调用缩放函数 
new_img.show()

基于pytorch数据增强_第1张图片

原图片 320x232
 

在这里插入图片描述

压缩后图片 100x100

2、transforms.RandomCrop()随机截取图片

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomCrop((150,150))(img) #(150,150)为随机截取图片大小
new_img.show()

基于pytorch数据增强_第2张图片

原图片
 

基于pytorch数据增强_第3张图片

随机截取150x150大小图片

3、transforms.CenterCrop()截取中心图片

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.CenterCrop((150,150))(img)
new_img.show()

基于pytorch数据增强_第4张图片

原图片
 

基于pytorch数据增强_第5张图片

截取中心150x150图片

4、RandomHorizontalFlip() 和 RandomVerticalFlip()(随机水平和竖直翻转)

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomHorizontalFlip()(img)
new_img.show()
new_img = transforms.RandomVerticalFlip()(img)
new_img.show()

基于pytorch数据增强_第6张图片

原图片
 

基于pytorch数据增强_第7张图片

随机水平翻转
 

基于pytorch数据增强_第8张图片

随机竖直翻转
 

5、transforms.RandomRotation()随机角度旋转

img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomRotation(30)(img) #30度
new_img.show()

基于pytorch数据增强_第9张图片

原图片
 

基于pytorch数据增强_第10张图片

随机角度
 

6、transforms.ColorJitter() 亮度、对比度、饱和度

img = Image.open('./test.jpg')
img.show()
new_img = transforms.ColorJitter(brightness=1,contrast=1,hue=0.1)(img) #参数分别亮度、对比度、饱和度
new_img.show()

基于pytorch数据增强_第11张图片

原图片
 

基于pytorch数据增强_第12张图片

增强后图片
 

你可能感兴趣的:(pytorch,深度学习,人工智能)