Transform

torchvision.transforms中定义了一系列数据转换形式，有PILImage,numpy,Tensor间相互转换，还能对数据进行处理。

在torchvision.datasets下载数据的时候，作为一个参数传入，对下载的数据进行处理

1. ToTensor()

torchvision.transforms.ToTensor()

把一个取值范围是[0,255]的PIL.Image转换成Tensor

shape 为(H,W,C)的numpy.ndarray,转换成形状为[C,H,W]，取值范围是[0,1]的Tensor

把一个取值范围是[0,255]的PIL.Image转换成Tensor

import numpy as np
from PIL import Image
from torchvision.transforms import  transforms
image=Image.open(r"./image/test1.jpg")
c=transforms.ToTensor()(image)
print(c.shape)

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Tensor

n_out = np.random.rand(100,100,3)
print(n_out.dtype)t_out = transforms.ToTensor()(n_out)
print(t_out.type())

自己写的代码测试一下

import numpy as np
import torch
from PIL import Image
from torchvision.transforms import transformsimage = Image.open(r"./image/test1.jpg")a = torch.FloatTensor(np.array(image).transpose(2, 0, 1) / 255.0)b = transforms.Compose([transforms.ToTensor()
])(image)print(a == b)

结果

tensor([[[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True],...,[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True]],[[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True],[True, True, True,  ..., True, True, True],

2. ToPILImage()

将ndarray转换成PILImage

将Tensor转换成PILImage

将ndarray转化成PILImage

#初始化随机数种子
np.random.seed(0)data = np.random.randint(0, 255, 300)
print(data.dtype)
n_out = data.reshape(10,10,3)#强制类型转换
n_out = n_out.astype(np.uint8)
print(n_out.dtype)img2 = transforms.ToPILImage()(n_out)
img2.show()

将Tensor转化成PILImage

t_out = torch.randn(3,10,10)
img1 = transforms.ToPILImage()(t_out)
img1.show()

torchvision.transforms相关推荐

torchvision.transforms 的CenterCrop()：在图片的中间区域进行裁剪
pytorch中transform函数 torchvision.transforms是pytorch中的图像预处理包一般用Compose把多个步骤整合到一起: 比如说 transforms.Comp ...
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
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 ...
torchvision.transforms包的使用
torchvision.transforms是专门用来对数据进行相关的处理.我们可完成的操作如下: 归一化 PIL.Image / numpy.ndarray 与Tensor的相互转化对PIL.Im ...
【小白学PyTorch】7.最新版本torchvision.transforms常用API翻译与讲解
机器学习炼丹术]的学习笔记分享 <<小白学PyTorch>> 小白学PyTorch | 6 模型的构建访问遍历存储(附代码) 小白学PyTorch | 5 torchvisio ...
【pytorch 】torchvision.transforms.CenterCrop==＞从图像中心裁剪图片
transforms.CenterCrop torchvision.transforms.CenterCrop(size) 功能:从图像中心裁剪图片 size: 所需裁剪的图片尺寸 transform ...
PyTorch 1.0 中文文档：torchvision.transforms
译者:BXuan694 transforms包含了一些常用的图像变换,这些变换能够用Compose串联组合起来.另外,torchvision提供了torchvision.transforms.func ...
pytorch torchvision.transforms.ToTensor
API 将Shape=(HWC)的PIL.Image或者numpy.ndarray转换成shape=(CHW)的范围在[0.0,1.0]的torch.FloatTensor 像素值范围从[0, 255 ...
pytorch torchvision.transforms.Resize
API CLASS torchvision.transforms.Resize(size, interpolation=2) 参数描述 size (sequence or int) 如果size是s ...
pytorch torchvision.transforms.CenterCrop
应用以图片中心进行裁剪 import torchivision.transforms import PIL.Image as Image import torchvision.transforms# ...
pytorch的图像通道变换，torchvision.transforms.Compose，T.ToTensor
torchvision.transforms.ToTensor 显示的二值化图片如图所示, 将numpy的图片shape是hwc(高,宽,通道)格式的图片矩阵转换为chw格式的torch.tensor ...

torchvision.transforms

Transform

1. ToTensor()

2. ToPILImage()

torchvision.transforms相关推荐

最新文章

热门文章