pytorch transform数据处理，代码和图片示例

PyTorch学习笔记（二）图像数据增强
1.8 仿射变换和线性变换

RandomAffine 类，对图像进行放射变换

放射变换是二维的线性变换，由旋转、平移、缩放、错切、翻转五种基本变换构成

from PIL import Image
from torchvision.transforms import RandomAffine

image = Image.open('Lenna.jpg')
random_affine = RandomAffine(
    degrees=45,  # 旋转的角度，同 RandomRotation 中的 degrees 设置
    translate=(0.5, 0.5),  # 平移区间设置，传入 (a, b) ，a 设置宽，b 设置高，
                           # 图像在宽的维度平移的区间为 -img.width * a < dx < img_width * a
    scale=None,  # 缩放比例
    shear=None,  # 设置错切角度，有水平错切和垂直错切，若为 a，则仅在 x 轴错切，错切角度在 (-a, a)；
                 # 若为 (a, b)，则 a 设置 x 轴角度，b 设置 y 轴角度；
                 # 若为 (a, b, c, d)，则 x 轴角度为 (a, b)，y 轴角度为 (c, d)
    resample=False,  # PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC
    fillcolor=0  # 设置填充颜色
)
# RandomAffine 中并没有翻转相关的设置

random_affine(image).show()