计算机视觉中常见图像扰动方法的Pytorch实现

和另一种说法数据增强(data augmentation)十分类似。主要区别在于，数据增强是训练时进行的，用于提升模型的鲁棒程度；而这里说的扰动指测试时进行的，用于评估已训练模型的鲁棒程度，因此并不需要数据增强过程中的随机性。考虑读取一张图片如下：

from PIL import Image
import torchvision.transforms as transforms
img = Image.open("1.jpg")
img.show()

---

• 高斯模糊Gaussian Blur：

blur = transforms.GaussianBlur(kernel_size=7, sigma=(2.0, 2.0))
img_blur = blur(img)
img_blur.show()

一般来说高斯核的常用大小有5,7,9，sigma取值为0.1到5之间。

---

• 缩小Pad：

img_pad = F.pad(img, padding=[24])
resize = transforms.Resize([224, 224])
img_pad = resize(img_pad)
img_pad.show()

为图像四周填充黑边，这一操作实际上会使图像整体的尺寸变大(原尺寸+黑边)，为此进行pad操作后往往还需要重新缩放回原尺寸，相当于我们需要观测的对象变小了。

---

• 旋转Rotation：

img_rotate = img.rotate(angle=15, expand=False)
img_rotate.show()

默认情况下，旋转后的图像尺寸保持不变，这种时候实际上会被裁切掉一部分，如果不希望裁切的话可以将expand参数设置为True。

---

• 水平翻转HorizontalFlip：

hFlip = transforms.RandomHorizontalFlip(p=1.0)
img_hFlip = hFlip(img)
img_hFlip.show()

---

• 垂直翻转VerticalFlip：

vFlip = transforms.RandomVerticalFlip(p=1.0)
img_vFlip = vFlip(img)
img_vFlip.show()

---

• 灰度Gray：

gray = transforms.Grayscale()
img_gray = gray(img)
img_gray.show()

---

Ref

https://pytorch.org/vision/stable/transforms.html
https://pytorch.org/vision/stable/auto_examples/plot_transforms.html#sphx-glr-auto-examples-plot-transforms-py