Pytorch学习——22种transforms数据预处理方法

一、图像增强

数据增强又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而让模型更具泛化能力

二、transforms——裁剪

1. transforms.CenterCrop  

• 功能：从图像中心裁剪图片
• size：所需裁剪图片尺寸

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

• 功能：从图片中随机裁剪出尺寸为size的图片
• size：所需裁剪图片尺寸
• padding：设置填充大小 ；当为a时，上下左右均填充a个像素 ；当为(a, b)时，上下填充b个像素，左右填充a个像素 ；当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• pad_if_need：若图像小于设定size，则填充
• padding_mode：填充模式，有4种模式 
• ——1、constant：像素值由fill设定
• ——2、edge：像素值由图像边缘像素决定
• ——3、reflect：镜像填充，最后一个像素不镜像，eg：[1,2,3,4] → [3,2,1,2,3,4,3,2] 
• ——4、symmetric：镜像填充，最后一个像素镜像，eg：[1,2,3,4] → [2,1,1,2,3,4,4,3]
• fill：constant时，设置填充的像素值

3. RandomResizedCrop (size, scale=(0.08, 1.0), ratio=(3/4, 4/3), interpolation)

• 功能：随机大小、长宽比裁剪图片
• size：所需裁剪图片尺寸
• scale：随机裁剪面积比例, 默认(0.08, 1)
• ratio：随机长宽比，默认(3/4, 4/3)
•  interpolation：插值方法
• ——PIL.Image.NEAREST
• ——PIL.Image.BILINEAR
• ——PIL.Image.BICUBIC

4.transforms.FiveCrop(size)

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

• 功能：在图像的上下左右以及中心裁剪出尺寸为size的5张图片，TenCrop对这5张图片 进行水平或者垂直镜像获得10张图片
• size：所需裁剪图片尺寸
• vertical_flip：是否垂直翻转

三、transforms——翻转、旋转

1.RandomHorizontalFlip(p=0.5)

2.RandomVerticalFlip(p=0.5)

• 功能：依概率水平（左右）或垂直（上下）翻转图片
• p：翻转概率

3.RandomRotation (degrees,

                                resample=False,

                                expand=False,

                                center=None)

• 功能：随机旋转图片
• degrees：旋转角度
• ——当为a时，在（-a，a）之间选择旋转角度
• ——当为(a, b)时，在(a, b)之间选择旋转角度
• resample：重采样方法
• expand：是否扩大图片，以保持原图信息
• center：旋转点设置，默认中心旋转

四、transforms ——图像变换

1.transforms.Pad(padding,  fill=0,  padding_mode='constant')

• 功能：对图片边缘进行填充
• padding：设置填充大小
• ——当为a时，上下左右均填充a个像素
• ——当为(a, b)时，上下填充b个像素，左右填充a个像素
• ——当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• padding_mode：填充模式，有4种模式，constant、edge、reflect和symmetric
• fill：constant时，设置填充的像素值，(R, G, B) or (Gray)

2. transforms. ColorJitter (brightness= 0 , contrast= 0 , saturation= 0 , hue= 0 )

• 功能：调整亮度、对比度、饱和度和色相
• brightness：亮度调整因子
• ——当为a时，从[max(0, 1-a), 1+a]中随机选择
• ——当为(a, b)时，从[a, b]中
• contrast：对比度参数，同brightness
• saturation：饱和度参数，同brightness
• hue：色相参数，当为a时，从[-a, a]中选择参数，注： 0<= a <= 0.5 ；当为(a, b)时，从[a, b]中选择参数，注：-0.5 <= a <= b <= 0.5

3.Grayscale(num_output_channels)

4.RandomGrayscale(num_output_channels, p=0.1)

• 功能：依概率将图片转换为灰度图
• num_ouput_channels：输出通道数 只能设1或3
• p：概率值，图像被转换为灰度图的概率

5.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

• 功能：对图像进行仿射变换，仿射变换是二维 的线性变换，由五种基本原子变换构成，分别 是旋转、平移、缩放、错切和翻转
• degrees：旋转角度设置
• translate：平移区间设置，如(a, b), a设置宽（width），b设置高(height) ，图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
• scale：缩放比例（以面积为单位）
• fill_color：填充颜色设置
• shear：错切角度设置，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)之间
  ——若为(a，b)，则a设置x轴角度，b设置y的角度
  ——若为(a, b, c, d)，则a, b设置x轴角度，c, d设置y轴角度
• resample：重采样方式，有NEAREST 、BILINEAR、BICUBIC

6. RandomErasing (p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)

• 功能：对图像进行随机遮挡
• p：概率值，执行该操作的概率
• scale：遮挡区域的面积
• ratio：遮挡区域长宽比
• value：设置遮挡区域的像素值，(R, G, B) or (Gray)

7. transforms.Lambda(lambd)

• 功能：用户自定义lambda方法
• lambd：lambda匿名函数 
• 例如：
• ——transforms.TenCrop(200, vertical_flip=True),
• ——transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])), 

五、transforms方法操作

1. transforms.RandomChoice([transforms1, transforms2, transforms3])

• 功能：从一系列transforms方法中随机挑选一个

2.transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)

• 功能：依据概率执行一组transforms操作

3. transforms.RandomOrder([transforms1, transforms2, transforms3])

• 功能：对一组transforms操作打乱顺序

 

六、自定义transforms方法

自定义transforms要素：

• 1. 仅接收一个参数，返回一个参数
• 2. 注意上下游的输出与输入

class Compose(object):

       def __call__(self, img):

              for t in self.transforms:

                    img = t(img)

              return img

例如——椒盐噪声：

• 一种随机出现的白点或者黑点, 白点称为盐噪声， 黑色为椒噪声

• 信噪比（Signal-Noise Rate, SNR）是衡量噪声的比例，图像中为图像像素的 占比

class AddPepperNoise(object):
    """增加椒盐噪声
    Args:
        snr （float）: Signal Noise Rate
        p (float): 概率值，依概率执行该操作
    """

    def __init__(self, snr, p=0.9):
        assert isinstance(snr, float) and (isinstance(p, float))    # 2020 07 26 or --> and
        self.snr = snr
        self.p = p

    def __call__(self, img):
        """
        Args:
            img (PIL Image): PIL Image
        Returns:
            PIL Image: PIL image.
        """
        if random.uniform(0, 1) < self.p:
            img_ = np.array(img).copy()
            h, w, c = img_.shape
            signal_pct = self.snr
            noise_pct = (1 - self.snr)
            mask = np.random.choice((0, 1, 2), size=(h, w, 1), p=[signal_pct, noise_pct/2., noise_pct/2.])
            mask = np.repeat(mask, c, axis=2)
            img_[mask == 1] = 255   # 盐噪声
            img_[mask == 2] = 0     # 椒噪声
            return Image.fromarray(img_.astype('uint8')).convert('RGB')
        else:
            return img

七、汇总

• 裁剪

• 1. transforms.CenterCrop 
• 2. transforms.RandomCrop 
• 3. transforms.RandomResizedCrop 
• 4. transforms.FiveCrop 
• 5. transforms.TenCrop

• 翻转和旋转 

• 1. transforms.RandomHorizontalFlip 
• 2. transforms.RandomVerticalFlip 
• 3. transforms.RandomRotation

• 图像变换

• 1. transforms.Pad
• 2. transforms.ColorJitter
• 3. transforms.Grayscale
• 4. transforms.RandomGrayscale
• 5. transforms.RandomAffine
• 6. transforms.LinearTransformation
• 7. transforms.RandomErasing
• 8. transforms.Lambda
• 9. transforms.Resize
• 10. transforms.Totensor
• 11. transforms.Normalize

• transforms的操作

• 1. transforms.RandomChoice
• 2. transforms.RandomApply
• 3. transforms.RandomOrder