Pytorch中常见的transforms用法

一、Pytorch中transforms介绍

transforms是torchvision中的一个模块（torchvision是Pytorch的计算机视觉工具包），该模块定义了很多用于图像预处理的类，如归一化（Normalize类），尺寸变化（Resize类），转换为tensor格式（ToTensor类），通过实例化该工具类，可以方便地对图像进行各种变换操作。

二、Pytorch中transforms使用

导入模块

from torchvision import transforms

本文只举例几个常见的Pytorch中transforms使用方法，详细所有函数说明和用法可以鼠标移动到导入模块的transforms代码上，按住Ctrl+鼠标左键单击查看源码，最终的transforms工具为transforms.py文件，里面定义了各种图像与处理的类。

也可以通过在transforms.py文件中按Alt+7，以结构树的形式查看完整预处理类，单击左侧类名即可查看定义和说明

1、transforms.ToTensor()

transforms.ToTensor()：将PIL图像(Image.open)或者ndarray图像(cv2.imread)转换为tensor.

示例

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms


writer = SummaryWriter("logs")

img = cv2.imread("./data/train/ants/0013035.jpg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # cv2读入图像为BGR，转换成RGB

# transforms使用
trans_tensor = transforms.ToTensor()  # ToTensor类，实例化一个ToTensor工具
tensor_img = trans_tensor(img)

writer.add_image("ants_img", tensor_img, 1)

writer.close()

运行上方代码成功后，项目目录会创建logs文件夹，并将结果保存在该logs目录下。
查看：打开项目Terminal，通过tensorboard 可视化进行查看，执行tensorboard --logdir=logs，运行成功如下

单击蓝色链接即可查看结果如下

2、transforms.Normalize()

transforms.Normalize()：用均值和标准差归一化张量（tensor）图像

示例

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms


writer = SummaryWriter("logs")

img = cv2.imread("./data/train/ants/0013035.jpg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # cv2读入图像为BGR，转换成RGB

# transforms使用
trans_tensor = transforms.ToTensor()  # ToTensor类，实例化一个ToTensor工具
tensor_img = trans_tensor(img)

trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])  # 归一化
norm_img = trans_norm(tensor_img)

writer.add_image("ants_img", norm_img, 2)

writer.close()

查看：如上打开项目Terminal，通过tensorboard 可视化进行查看，进入之前的链接刷新 或 执行tensorboard --logdir=logs后，单击蓝色链接查看结果如下

3、transforms.Resize()

transforms.Resize()：将输入图像的大小调整为给定的大小（高宽），参数值可以是序列 如（512， 512）或 int（512），图像可以是PIL图像或torch张量，shape格式为[…, H, W]

示例

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms


writer = SummaryWriter("logs")

img = cv2.imread("./data/train/ants/0013035.jpg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # cv2读入图像为BGR，转换成RGB

# transforms使用
trans_tensor = transforms.ToTensor()  # ToTensor类，实例化一个ToTensor工具
tensor_img = trans_tensor(img)

trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])  # 归一化
norm_img = trans_norm(tensor_img)

print(norm_img.shape)
trans_resize = transforms.Resize((512, 512))  # 改变尺寸为(512, 512)
resize_img = trans_resize(norm_img)
print(resize_img.shape)

writer.add_image("ants_img", resize_img, 3)

writer.close()

控制台输出如下，尺寸高宽变为了(512, 512)

查看

4、transforms.Compose()

transforms.Compose()：将多个变换组合在一起

示例

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms


writer = SummaryWriter("logs")

img = cv2.imread("./data/train/ants/0013035.jpg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # cv2读入图像为BGR，转换成RGB

# transforms使用
trans_tensor = transforms.ToTensor()  # ToTensor类，实例化一个ToTensor工具
tensor_img = trans_tensor(img)

trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])  # 归一化
norm_img = trans_norm(tensor_img)

print(norm_img.shape)
trans_resize = transforms.Resize((512, 512))
resize_img = trans_resize(norm_img)
print(resize_img.shape)
# transforms.Compose()
trans_compose = transforms.Compose([transforms.ToTensor(),
                                    transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]),
                                    transforms.Resize(400)])  # 只传如一个值时，图像的较小边resize到该尺寸，另一边按这个比例缩放
compose_img = trans_compose(img)
print(compose_img.shape)

writer.add_image("ants_img", compose_img, 4)

writer.close()

运行后经过transforms.Compose()一系列操作后，图像尺寸变为了（400, 600）

查看