Pytorch教程[03]transforms

文章目录

一.torchvision：计算机视觉工具包
二.数据增强
三.transforms---裁剪
- 3.1 transforms.Normalize()
- 3.2 transforms.CenterCrop()
- 3.3 transforms.RandomCrop()
- 3.4 RandomResizedCrop()
- 3.5 FiveCrop()
- 3.6 TenCrop()
四.transforms---翻转、旋转
- 4.1 RandomHorizontalFlip() RandomVerticalFlip()
- 4.2 RandomRotation()
五.transforms---图像变换
- 5.1 Pad()
- 5.2 ColorJitter
- 5.3 Grayscale
- 5.4 RandomGrayscale
- 5.5 RandomAffine
- 5.6 RandomErasing()
- 5.7 transforms.Lambda()
六、transforms的操作
- 6.1 transforms.RandomChoice()
- 6.2 transforms.RandomApply()
- 6.3 transforms.RandomOrder()
七、自定义transforms
- 7.1椒盐噪声
八、transforms方法总览

一.torchvision：计算机视觉工具包

torchvision.transforms : 常用的图像预处理方法
torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等

二.数据增强

数据增强又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而让模型更具泛化能力

三.transforms—裁剪

torchvision.transforms : 常用的图像预处理方法
• 数据中心化
• 数据标准化
• 缩放
• 裁剪
• 旋转
• 翻转 • 填充
• 噪声添加
• 灰度变换
• 线性变换
• 仿射变换
• 亮度、饱和度及对比度变换

3.1 `transforms.Normalize()`

功能：逐channel的对图像进行标准化
output = (input - mean) / std
• mean：各通道的均值
• std：各通道的标准差
• inplace：是否原地操作

transforms.Normalize(mean,std,inplace=False)

3.2 `transforms.CenterCrop()`

功能：从图像中心裁剪图片
• size：所需裁剪图片尺寸

3.3 `transforms.RandomCrop()`

功能：从图片中随机裁剪出尺寸为size的图片
• size：所需裁剪图片尺寸
• 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，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• pad_if_need：若图像小于设定size，则填充
• padding_mode：填充模式，有4种模式

constant：像素值由fill设定
edge：像素值由图像边缘像素决定
reflect：镜像填充，最后一个像素不镜像，eg：[1,2,3,4] → [3,2,1,2,3,4,3,2]
symmetric：镜像填充，最后一个像素镜像，eg：[1,2,3,4] → [2,1,1,2,3,4,4,3]

• fill：constant时，设置填充的像素值

transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

3.4 `RandomResizedCrop()`

功能：随机大小、长宽比裁剪图片
• size：所需裁剪图片尺寸
• scale：随机裁剪面积比例, 默认(0.08, 1)
• ratio：随机长宽比，默认(3/4, 4/3)
• interpolation：插值方法

PIL.Image.NEAREST
PIL.Image.BILINEAR
PIL.Image.BICUBIC

3.5 `FiveCrop()`

transforms.FiveCrop(size)

3.6 `TenCrop()`

transforms.FiveCrop(size)
transforms.TenCrop(size,
vertical_flip=False)
功能：在图像的上下左右以及中心裁剪出尺
寸为size的5张图片，TenCrop对这5张图片
进行水平或者垂直镜像获得10张图片
• size：所需裁剪图片尺寸
• vertical_flip：是否垂直翻转

transforms.TenCrop( size, vertical_flip=False)

四.transforms—翻转、旋转

4.1 `RandomHorizontalFlip() RandomVerticalFlip()`

功能：依概率水平（左右）或垂直（上下）翻转图片
•p：翻转概率

RandomHorizontalFlip(p=0.5)
RandomVerticalFlip(p=0.5)

4.2 `RandomRotation()`

功能：随机旋转图片
• degrees：旋转角度
当为a时，在（-a，a）之间选择旋转角度
当为(a, b)时，在(a, b)之间选择旋转角度
• resample：重采样方法
• expand：是否扩大图片，以保持原图信息
• center：旋转点设置，默认中心旋转

3.RandomRotation RandomRotation(degrees, resample=False, expand=False, center=None)

五.transforms—图像变换

5.1 `Pad()`

功能：对图片边缘进行填充
• 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，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• padding_mode：填充模式，有4种模式，constant、edge、reflect和symmetric
• fill：constant时，设置填充的像素值，(R, G, B) or (Gray)

transforms.Pad(padding, fill=0, padding_mode='constant')

5.2 `ColorJitter`

功能：调整亮度、对比度、饱和度和色相
• brightness：亮度调整因子
当为a时，从[max(0, 1-a), 1+a]中随机选择
当为(a, b)时，从[a, b]中 • contrast：对比度参数，同brightness
• saturation：饱和度参数，同brightness
• hue：色相参数，当为a时，从[-a, a]中选择参数，注： 0<= a <= 0.5
当为(a, b)时，从[a, b]中选择参数，注：-0.5 <= a <= b <= 0.5

transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

5.3 `Grayscale`

RandomGrayscale(num_output_channels,
p=0.1)

5.4 `RandomGrayscale`

功能：依概率将图片转换为灰度图
• num_ouput_channels：输出通道数
只能设1或3
• p：概率值，图像被转换为灰度图的概率

Grayscale(num_output_channels)

5.5 `RandomAffine`

功能：对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本原子变换构成，分别是旋转、平移、缩放、错切和翻转
• degrees：旋转角度设置
• translate：平移区间设置，如(a, b), a设置宽（width），b设置高(height)
图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
• scale：缩放比例（以面积为单位）
• fill_color：填充颜色设置

RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

5.6 `RandomErasing()`

功能：对图像进行随机遮挡
• p：概率值，执行该操作的概率
• scale：遮挡区域的面积
• ratio：遮挡区域长宽比
• value：设置遮挡区域的像素值，(R, G, B) or (Gray)

RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)

5.7 `transforms.Lambda()`

功能：用户自定义lambda方法
• lambd：lambda匿名函数

lambda [arg1 [,arg2, … , argn]] : expression

transforms.Lambda(lambd)

例：

transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])),

六、transforms的操作

6.1 `transforms.RandomChoice()`

功能：从一系列transforms方法中随机挑选一个

transforms.RandomChoice([transforms1, transforms2, transforms3])

6.2 `transforms.RandomApply()`

功能：依据概率执行一组transforms操作

transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)

6.3 `transforms.RandomOrder()`

功能：对一组transforms操作打乱顺序

transforms.RandomOrder([transforms1, transforms2, transforms3])

七、自定义transforms

自定义transforms要素：

仅接收一个参数，返回一个参数
注意上下游的输出与输入

class Compose(object):def __call__(self, img):for t in self.transforms:img = t(img)return img

通过类实现多参数传入：

class YourTransforms(object):def __init__(self, ...):...def __call__(self, img):...return img

7.1椒盐噪声

椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点, 白点称为盐噪声，黑色为椒噪声
信噪比（Signal-Noise Rate, SNR）是衡量噪声的比例，图像中为图像像素的占比

class AddPepperNoise(object):def __init__(self, snr, p):self.snr = snrself.p = pdef __call__(self, img):```添加椒盐噪声具体实现过程```return img

class Compose(object):def __call__(self, img):for t in self.transforms:img = t(img)return img

八、transforms方法总览

一、裁剪
• transforms.CenterCrop • transforms.RandomCrop • transforms.RandomResizedCrop • transforms.FiveCrop • transforms.TenCrop
二、翻转和旋转
• transforms.RandomHorizontalFlip • transforms.RandomVerticalFlip • transforms.RandomRotation
三、图像变换
• transforms.Pad • transforms.ColorJitter • transforms.Grayscale • transforms.RandomGrayscale • transforms.RandomAffine • transforms.LinearTransformation • transforms.RandomErasing • transforms.Lambda • transforms.Resize • transforms.Totensor • transforms.Normalize
四、transforms的操作
• transforms.RandomChoice • transforms.RandomApply • transforms.RandomOrd

点赞！收藏！感谢支持！

这是pytorch目前提供的方法

from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as pltimg = Image.open("img/5.jpg")data1 = transforms.RandomResizedCrop(224)(img)  # 功能：随机大小、长宽比裁剪图片# data2 = transforms.RandomResizedCrop(224)(img)# data3 = transforms.RandomResizedCrop(224)(img)data4 = transforms.RandomCrop(224)(img)  # 从图片中随机裁剪出尺寸为size的图片data5 = transforms.Resize([512, 512])(img)data6 = transforms.CenterCrop([512, 512])(img)  # 从图像中心裁剪图片data7 = transforms.RandomHorizontalFlip(p=0.9)(img)  # 功能：依概率水平（左右）翻转图片data8 = transforms.RandomVerticalFlip(p=0.9)(img)  # 功能：依概率垂直（上下）翻转图片data9 = transforms.RandomRotation(45)(img)  # 功能：随机旋转图片data10 = transforms.Pad(padding=100)(img)  # 功能：对图片边缘进行填充data11 = transforms.ColorJitter(brightness=5,contrast=0,saturation=0, hue=0)(img)  # 功能：调整亮度、对比度、饱和度和色相data12 = transforms.RandomErasing(p=0.5,scale=(0.02, 0.33),  # 遮挡区域的面积ratio=(0.3, 3.3),  # 遮挡区域长宽比value=0,  # 设置遮挡区域的像素值，(R, G, B) or (Gray)inplace=False)(img)data13 = transforms.GaussianBlur(5)(img)plt.subplot(2, 2, 1), plt.imshow(img), plt.title("input")
plt.subplot(2, 2, 2), plt.imshow(data1), plt.title("data1")
plt.subplot(2, 2, 3), plt.imshow(data4), plt.title("data2")
plt.subplot(2, 2, 4), plt.imshow(data13), plt.title("data3")
plt.show()