【小土堆】常见的Transforms

PIL数据

from PIL import Image
image_PIL = Image.open(image.path)

2.Compose
作用：组合几个transforms变换，按照参数操作

参数：需要是一个列表，python中，列表的表示形式为[数据1，数据2，...],在compose中数据需要的是transforms类型，所以得到Compose([transforms参数1，transforms参2...])

#传入PIL类型，经过Transforms类型参数1：trans_resize_2，实现缩放，经过Transforms类型参数2：trans_totensor实现将PIL类型转为tensor类型
 

trans_compose=transforms.Compose([trans_resize_2,trans_totensor])#输入为PIL类型
img_resize_2=trans_compose(img)

3Resize
作用：将输入图像的大小调整到给定大小输出

视频讲的该类使用时输入图片类型仅能是PIL类型，目前输入类型PIL，tensor都可以

但add_image参数类型仅能是tensor或numpy类型不能是PIL类型

参数为单一数据或元组

如果 size 是 int，则图像的较小边缘将与此数字匹配。

trans_resize=transforms.Resize((512,512))#类实例化
img_resize=trans_resize(img)#调整大小

4.Totensor

作用：将PIL类型或numpy类型的图片转换为tensor类型的图片

 

 

5.Normalize

transN = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])

tr_im = transN(img)

作用：用均值和标准差归一化一个tensor类型的图片

计算方式：output[channel] = (input[channel] - mean[channel]) / std[channel]

6.RandomCrop

作用：裁剪给定图像      需要输入PIL格式图片

参数：size 希望裁剪输出的大小 如果是int类型 进行正方形裁剪，如果是像 (h, w)这样的序列，按照 (h, w)裁剪

trans_random=transforms.RandomCrop(512)#进行正方形裁剪，按照512*512
trans_random2=transforms.RandomCrop((500,1000))#进行长方形裁剪 500*1000