【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms）

【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms）
文章目录
张量化（ToTensor）
灰度化（Grayscale）
标准化（Normalize）
组合转换（Compose）
中心裁剪（CenterCrop）
边缘拓展（Pad）
随机裁剪（RandomCrop）
尺寸缩放（Resize）
随机旋转（RandomRotation）
水平翻转（RandomHorizontalFlip）
垂直翻转（RandomVerticalFlip）
色彩抖动（ColorJitter）
高斯模糊（GaussianBlur）
仿射变换（RandomAffine）（包含平移）
张量化
torchvision.transforms.ToTensor

描述
将PIL.Image或numpy.ndarray类型的图片转为torch.Tensor类型，如果图片的灰度级在[0, 255]，会除以255.0，归一化到[0.0, 1.0]。这个基本上每个数据集都会用到。

参数
不用给参数。

示例

from torchvision import transforms
import numpy as np
a = np.array([[255, 199, 30]], dtype=np.uint8)
a
array([[255, 199, 30]], dtype=uint8)
t = transforms.ToTensor()
b = t(a)
b
tensor([[[1.0000, 0.7804, 0.1176]]])
灰度化
torchvision.transforms.Grayscale(num_output_channels=1)

描述
将彩色图片转为灰度图片。图片必须是PIL.Image或torch.Tensor类型。

参数
如果num_output_channels=1，返回单通道灰度图片；如果num_output_channels=3，返回三通道的灰度图片，其中r == g == b。一般我们不用设置，默认为1就行了。

示例
from PIL import Image
from torchvision import transforms
img = Image.open(‘test.jpg’)
transform = transforms.Grayscale()
img = transform(img)
绘图

标准化
torchvision.transforms.Normalize(mean, std, inplace=False)

描述
用均值和标准差标准化数据，将数据映射到区间[-1, 1]，能加快模型的收敛速度，一般加到ToTensor后面。仅限torch.Tensor类型。

参数
mean (sequence)：各通道的均值。
std (sequence)：各通道的标准差。
inplace：是否直接在原数据上操作。

组合转换
torchvision.transforms.Compose(transforms)

描述
将若干个转换方法组合起来。

参数
transforms：带组合的转换方法

示例

以mnist数据集为例, 单通道, 其均值和标准差分别为0.1307和0.3081

train_file = datasets.MNIST(
root=‘./dataset/’,
train=True,
transform=transforms.Compose([
transform