3.初识Pytorch使用transforms

游客26024

已于 2022-01-28 23:56:39 修改

阅读量2.5k

点赞数 10

分类专栏：手把手学习Pytorch 文章标签： pytorch 计算机视觉深度学习 python

于 2021-12-26 18:10:14 首次发布

本文链接：https://blog.csdn.net/XiaoyYidiaodiao/article/details/122158191

版权

手把手学习Pytorch 专栏收录该内容

23 篇文章 13 订阅

订阅专栏

本文介绍了Pytorch中的Transforms模块，它主要用于计算机视觉任务中的图像预处理和数据增强。Transforms通过各种方法如ToTensor、Resize和CenterCrop等，将图像转换为适合神经网络输入的格式。在给定的代码示例中，展示了如何使用Transforms的ToTensor方法将PIL图像转换为Tensor。

摘要由CSDN通过智能技术生成

首先，这次讲解的tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。

transforms的原理：
说明：图片（输入）通过工具得到结果（输出），这个工具，就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具result=tool(图片)
tansforms的调用与使用，由下图可得：

先创建一个transforms.Tensor()，使用from torchvision import transforms调包
transforms去调init函数
init去调用真正的transforms类，里面就有很多的方法（绿色五角星标注），例如：resize,ToTensor,CenterCrop（从这些方法可以看出，许多都是数据增强的方法）。

在这里插入图片描述
3. 接下来，上代码：

import os
from torchvision import transforms
from PIL import Image

root_path = "D:\\data\\basic\\Image"
label_path = "aligned"

# 1.获取aligned第一张图的名字
img_dir = os.path.join(root_path, label_path)
img_list = os.listdir(img_dir)
img_path = img_list[0]

# 2.获取aligned第一张图的路径
img = os.path.join(root_path, label_path, img_path)

# 3.使用python自带的PIL获取图片
img = Image.open(img)

# 4.将PIL利用transforms转换成ToTensor
to_tensor = transforms.ToTensor()  # 创建totensor ()
img = to_tensor(img)  # 使用to_tensor直接将图片的PIL转化为tensor

print(img)
# transforms