PyTorch中的transforms

 导入包

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

保存在logs下面

图片路径，输出图片的类型为PIL

转化为Tensor类型

归一化Normalize

writer = SummaryWriter("logs")
img = Image.open("E:\\notebookpytorch\\pyTorch学习\\images\\pytorch.jpg")
print(img)

#ToTensor
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
writer.add_image("ToTensor",img_tensor)  #结果进行输出

#class ToPILImage(object)  把totensor类型转化为PIL类型

#Normalize 归一化
print(img_tensor[0][0][0])#第0层第0行第0列
trans_norm = transforms.Normalize([6,3,2],[9,3,5])   #提供均值和标准差，图片为三通道所以是三个数。
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
#结果进行输出
writer.add_image("Normalize",img_norm,2) #把所有图片放在第2组，对应的0，1，2

writer.close()

#例子：(input-0.5)/0.5 = 2*input -1
#input[0,1]
#result[-1,1]                         

#查看