PyTorch图像预处理包torchvision.transforms

一 概述

torchvision包主要由3个子包组成：

1. torchvision.datasets：可以用来生成图片和视频数据集；
2. torchvision.models：导入预训练模型 ；
3. torchvision.transforms： 图像预处理。

其中 torchvision.transforms中有三大类：

 1.裁剪
  
 	- 中心裁剪:transforms.CenterCrop
 	- 随机裁剪：transforms.RandomCrop
	- 随机长宽比裁剪：transforms.RandomResizedCrop
	- 上下左右中心裁剪：transforms.FiveCrop
	- 上下左右中心裁剪后翻转，transforms.TenCrop

————————————————

 2.翻转
 
    - 依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)
 	- 依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
	- 随机旋转：transforms.RandomRotation

————————————————

	 3.变换
 
    - 标准化：transforms.Normalize
 	- 填充：transforms.Pad
	- 修改亮度、对比度和饱和度：transforms.ColorJitter 
	- 转灰度图：transforms.Grayscale 
	- 线性变换：transforms.LinearTransformation() 
	- 仿射变换：transforms.RandomAffine 
	- 依概率p转为灰度图：transforms.RandomGrayscale 
	- 将数据转换为PILImage：transforms.ToPILImage

二 实操

示例图片：(300, 500, 4)

加载图像

   import matplotlib.pyplot as plt
   from PIL import Image

   path = "E:\\test\\h9.png"

   # 加载图片
   img = Image.open(path)

   # 将图片格式转为np.array
   img_arr = np.array(img)

   # 显示图片
   plt.imshow(img_arr)
   plt.show()
   

1 裁剪（Crop）

1.1 随机裁剪：transforms.RandomCrop

torchvision.transforms.RandomCrop（size，padding = None，\
pad_if_needed = False，fill = 0，padding_mode ='constant' ）

 - size（sequence/int） - 输出大小。
		如果size是int而不是像（h，w）这样的序列，则进行正方形裁剪。

 - padding（int/sequence,optional） - 对图像每个边框上进行填充。可选。
 		默认值为None，即无填充。
 		如果提供长度为4的序列（1,2,3,4），则分别填充左1，上2，右3，下4的边界。
 		如果提供长度为2的序列（1,2），则分别用于填充左/右1，上/下2的边界。
 		
 - pad_if_needed（boolean） - 如果小于输出大小，填充自动图像以避免引发异常。
 
 - fill - 恒定填充的像素填充值。
 		默认值为0。
 		如果长度为3的元组，则分别用于填充R，G，B通道。仅当padding_mode为常量时才使用此值。
 		
 - padding_mode-填充类型。
	 	恒定，边缘，反射或对称。默认值是常量。
			常量：具有常量值的焊盘，该值用填充指定
			edge：填充图像边缘的最后一个值
			反射：具有图像反射的垫（不重复边缘上的最后一个值）,填充[1,2,3,4]在反射模式下两侧有2个元素将导致[3,2,1,2,3,4,3,2]
			对称：具有图像反射的垫（重复边缘上的最后一个值）,填充[1,2,3,4]在对称模式下两侧有2个元素将导致[2,1,1,2,3,4,4,3]

1.2 中心裁剪：transforms.CenterCrop

torchvision.transforms.CenterCrop(size) 

 - size（sequence/int） - 输出大小。
		如果size是int而不是像（h，w）这样的序列，则进行正方形裁剪。

1.3 随机长宽比裁剪 transforms.RandomResizedCrop

torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0),/
										 ratio=(0.75, 1.3333333333333333), /
										 interpolation=2)

 - size - 每条边的预期输出大小
 - scale - 裁剪的原始尺寸的大小范围
 - ratio - 裁剪的原始宽高比的宽高比范围
 - interpolation - 默认值：PIL.Image.BILINEAR

1.4 上下左右中心裁剪：transforms.FiveCrop

torchvision.transforms.FiveCrop(size)

 - size（sequence/int） - 输出大小。
		如果size是int而不是像（h，w）这样的序列，则进行正方形裁剪。
		对图片进行上下左右以及中心裁剪，获得5张图片，返回一个4D-tensor 参数

1.5 上下左右中心裁剪后翻转: transforms.TenCrop

torchvision.transforms.TenCrop(size, vertical_flip=False) 

 - size（sequence/int） - 输出大小。
		如果size是int而不是像（h，w）这样的序列，则进行正方形裁剪。
 - vertical_flip（bool） - 使用垂直翻转而不是水平翻转。

2 翻转予旋转（Flip or Rotation）

2.1 依概率p水平翻转transforms.RandomHorizontalFlip

torchvision.transforms.RandomHorizontalFlip(p=0.5)

 - p- 概率，默认值为0.5
		以给定的概率随机水平翻转图像。