transforms.Compose和transforms.ToTensor()

1、图像处理、转不同格式显示

import torch
import torchvision
import torchvision.transforms as transforms
import cv2
import numpy as np
from PIL import Imageimg_path = "./data/timg.jpg"  # transforms.ToTensor()
transform1 = transforms.Compose([transforms.ToTensor(),  # range [0, 255] -> [0.0,1.0]
]
)##numpy.ndarray
img = cv2.imread(img_path)  # 读取图像 3x1080x1920(通道*高*宽)，数值[0, 255]
print("img = ", img)
img1 = transform1(img)  # 归一化到 3x1080x1920(通道*高*宽)，数值[0.0,1.0]
print("img1 = ", img1)# 转化为numpy.ndarray并显示
img_1 = img1.numpy()*255
img_1 = img_1.astype('uint8')
img_1 = np.transpose(img_1, (1,2,0))
cv2.imshow('img_1', img_1)
cv2.waitKey()##PIL
img = Image.open(img_path).convert('RGB') # 读取图像
img2 = transform1(img) # 归一化到 [0.0,1.0]
print("img2 = ",img2)#转化为PILImage并显示
img_2 = transforms.ToPILImage()(img2).convert('RGB')
print("img_2 = ",img_2)
img_2.show()

2、transforms.Compose归一化到[-1.0, 1.0]
将上面的transform1改为如下所示：

transform2 = transforms.Compose([  transforms.ToTensor(),  transforms.Normalize(mean = (0.5, 0.5, 0.5), std = (0.5, 0.5, 0.5))  ]
)

解释：
（1）transforms.Compose就是将transforms组合在一起；

（2）transforms.Normalize使用如下公式进行归一化：

channel=（channel-mean）/std(因为transforms.ToTensor()已经把数据处理成[0,1],那么(x-0.5)/0.5就是[-1.0, 1.0])

这样一来，我们的数据中的每个值就变成了[-1,1]的数了。

转载自：https://blog.csdn.net/hao5335156/article/details/80593349?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

transforms.Compose和transforms.ToTensor()相关推荐

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 ...
transforms.Compose,transforms.ToTensor(),transforms.Normalize()的含义与原理
transforms.Compose,transforms.ToTensor(),transforms.Normalize()的含义与原理 1.问题描述问题来源于pytorch实现CNN神经网络的示 ...
torchvision 笔记：transforms.Compose()
torchvision.transforms.Compose()类的主要作用是串联多个transforms列表里面的transform操作比如,在torchvision 笔记:transforms. ...
transforms.Compose()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.Compose([transforms.Cen ...
Pytorch中transforms.Compose()的使用
torchvision介绍 torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型.torchvision.transforms主要是用于 ...
使用transforms.Compose套件做图像数据变换
首先需要安装依赖pip install -i https://mirrors.aliyun.com/pypi/simple/ torchvision 然后使用如下代码: from PIL import ...
transforms.Resize 和 transforms.CenterCrop的组合
看到很多代码会有类似于这种数据增强变换 T = transforms.Compose([transforms.ToTensor(),transforms.Resize(120),transforms. ...
torchvision.transforms 数据预处理：ToTensor()
文章目录 1.ToTensor() 函数的作用 2.读取图像时 PIL 和 opencv 的选择 2.1 使用 PIL 2.2 使用 opencv 3.ToTensor() 的使用 3.1 关键知识点 ...
transforms.compose()
https://blog.csdn.net/weixin_44465591/article/details/106004062?utm_medium=distribute.pc_relevant.no ...

transforms.Compose和transforms.ToTensor()

transforms.Compose和transforms.ToTensor()相关推荐

最新文章

热门文章