PyTorch - torchvision.transforms.Compose 几个图像变换组合在一起

PyTorch - torchvision.transforms.Compose 几个图像变换组合在一起
flyfish

transforms是常见的图像变换

torchvision.transforms.Compose是将几个变换组合在一起
原始图片
在这里插入图片描述

经过变换的图片
在这里插入图片描述
代码如下

import numpy as np
import cv2
import os
import torch
import math
import torchvision.transforms as transforms
from PIL import Image

path="original.jpg"
# 112* 112*3 ,通道顺序B G R,0~255,格式为(H,W,C)
img_original = cv2.imread(path)
img_original = cv2.resize(img_original, (200, 200), interpolation=cv2.INTER_CUBIC)
print(img_original.shape)
for i in range(100):
    transform = transforms.Compose([
        transforms.RandomHorizontalFlip(p=0.5),  # 水平翻转
        transforms.RandomGrayscale(p=0.5),  # 随机灰度
        transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5),  # 亮度,对比度,饱和度,色相
    ])
    #CV格式转PIL
    img = Image.fromarray(cv2.cvtColor(img_original, cv2.COLOR_BGR2RGB))
    img = transform(img)
    #PIL转CV格式
    img = cv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)
    cv2.imwrite(str(i)+'.jpg',img)

在train的阶段和test阶段执行不同的transforms

代码如下

import numpy as np
import cv2
import os
import torch
import math
import torchvision.transforms as transforms
from PIL import Image
path="original.jpg"
# 112* 112*3 ,通道顺序B G R,0~255,格式为(H,W,C)
img_original = cv2.imread(path)
img_original = cv2.resize(img_original, (200, 200), interpolation=cv2.INTER_CUBIC)
transform_dict = {
    'train': transforms.Compose(
        [transforms.Resize(256),

         ]),
    'test': transforms.Compose(
        [transforms.Resize(128),
         ])}

img_original = Image.fromarray(cv2.cvtColor(img_original, cv2.COLOR_BGR2RGB))

phase="train"
transform=transform_dict[phase]
img = transform(img_original)
img = cv2.cvtColor(np.asarray(img),cv2.COLOR_RGB2BGR)
#最终输出文件大小是256 × 256
cv2.imwrite("train.jpg", img)

phase="test"
transform=transform_dict[phase]
img = transform(img_original)
img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
#最终输出文件大小是128 × 128
cv2.imwrite("test.jpg", img)
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

西笑生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值