torchvision.transforms模块功能介绍
torchvision.transforms模块介绍
torchvision.transforms模块是PyTorch进行图片预处理的模块。
一、 图片数据读取
对图像进行处理的第一步就是读取图片。一般来说，图片读入后以numpy.ndarray格式和PILImage方式。这里简单介绍几种图片的读取方式。
1. PIL读取和显示图片
PIL通过Image模块读入图片。
from PIL import Image
dir_path = r"C:\Users\用户名\Pictures\test.jpg"
img_plt = Image.open(dir_path)
>>>print(img_plt)
output: <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=4000x2250 at 0x20319DB3240>
>>>plt.imshow(img_plt)
2. matplotlib.pyplot读取图片
import matplotlib.pyplot as plt
dir_path = r"C:\Users\用户名\Pictures\test.jpg"
img_plt = plt.imread(dir_path)
>>>print(type(img_plt))
output: <class 'numpy.ndarray'>
>>>plt.imshow(img_plt)
二、对PIL.Image图像的变换
1. torchvision.transforms中对PIL.Image变换的类
class torchvision.transforms.CenterCrop(size)’
将给定的 PIL.Image 进行中心切割，得到给定的size，size可以是tuple(target_height, target_width)。size也可以是Integer，这种情况下切出来的是正方形。size大小可以超过图片尺寸，
img_trans = transforms.CenterCrop((3000, 4000))(img_plt)
plt.imshow(img_trans)
2. class torchvision.transforms.RandomCrop(size, padding=0)
切割中心点的位置随机选取。size 可以是tuple也可以是Integer。size大小不能超过图片尺寸。
img_trans = transforms.RandomCrop((300, 400))(img_plt)
plt.imshow(img_trans)
3. class torchvision.transforms.RandomHorizontalFlip
随机水平翻转给定的PIL.Image,概率为0.5。即：一半的概率翻转，一半的概率不翻转。
img_trans = transforms.RandomHorizontalFlip(0.5)(img_plt)
plt.imshow(img_trans)
4. class torchvision.transforms.RandomSizedCrop(size, interpolation=2)
先将给定的 PIL.Image 随机切，然后再resize成给定的size大小。
img_trans = transforms.RandomSizedCrop((200, 300))(img_plt)
plt.imshow(img_trans)
5. class torchvision.transforms.Pad(padding, fill=0)
将给定的PIL.Image的所有边用给定的pad value填充。 padding：要填充多少像素 fill：用什么值填充.
img_trans = transforms.Pad(padding=50, fill=(150, 150, 0))(img_plt)
plt.imshow(img_trans)
三、 转换为Tensor
class torchvision.transforms.ToTensor
把一个取值范围是[0,255]的PIL.Image或者shape为(H,W,C)的numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的torch.FloadTensor
transforms.ToTensor()(img_trans)
output:tensor([[[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
...,
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882]],
[[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
...,
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882],
[0.5882, 0.5882, 0.5882, ..., 0.5882, 0.5882, 0.5882]],
[[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000],
...,
[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000, ..., 0.0000, 0.0000, 0.0000]]])
四、对Tensor进行变换
class torchvision.transforms.Normalize(mean, std)
给定均值：(R,G,B) 方差：（R，G，B），将会把Tensor正则化。即：Normalized_image=(image-mean)/std。