概述
torchvision.transforms主要是用于常见的一些图形变换(裁剪、旋转等)
Compose就是定义对图片的多个变换的操作,从上往下依次执行。
操作
阅读源码下面这么多操作,这里就不写了,官网和其他博客有写具体用法和含义,按需求找就好了。
__all__ = ["Compose", "ToTensor", "PILToTensor", "ConvertImageDtype", "ToPILImage", "Normalize", "Resize", "Scale",
"CenterCrop", "Pad", "Lambda", "RandomApply", "RandomChoice", "RandomOrder", "RandomCrop",
"RandomHorizontalFlip", "RandomVerticalFlip", "RandomResizedCrop", "RandomSizedCrop", "FiveCrop", "TenCrop",
"LinearTransformation", "ColorJitter", "RandomRotation", "RandomAffine", "Grayscale", "RandomGrayscale",
"RandomPerspective", "RandomErasing", "GaussianBlur", "InterpolationMode", "RandomInvert", "RandomPosterize",
"RandomSolarize", "RandomAdjustSharpness", "RandomAutocontrast", "RandomEqualize"]
例子1-transforms操作的使用
from torchvision import transforms
from PIL import Image
# 读取文件
img = Image.open('test.jpg')
print(type(img))
print(img.size)
#定义transforms的操作
padding_img = transforms.Pad(padding=10, fill=0)
#使用操作
padded_img = padding_img(img)
print(type(padded_img))
print(padded_img.size)
test.jpg
输出结果
<class 'PIL.JpegImagePlugin.JpegImageFile'>
(30, 30)
<class 'PIL.Image.Image'>
(50, 50) #由于上下左右都要填充10个像素,所以填充后的size是(30+10+10,30+10+10)
例子2-Compose的使用
from torchvision import transforms
from PIL import Image
# 读取文件
img = Image.open('test.jpg')
print(type(img))
print(img.size)
#定义transforms的操作
padding_img = transforms.Compose([
transforms.Pad(padding=10,fill=0),
transforms.Resize((40,40)),
transforms.ToTensor()
])
#使用操作
padded_img = padding_img(img)
print(type(padded_img))
print(padded_img.size())
输出结果
<class 'PIL.JpegImagePlugin.JpegImageFile'>
(30, 30)
<class 'torch.Tensor'>
torch.Size([3, 40, 40])
可以看到将50,50的图片变为40,40的图片,并转化为tensor类型,由于RGB图片,为三通道,所以torch.Size为([3, 40, 40])
例子3-Compose结合lambda表示式的使用
from torchvision import transforms
from PIL import Image
#定义transforms的操作
padding_img = transforms.Compose([
# lambda表达式读取文件,string path -> image
lambda x: Image.open(x).convert('RGB'),
transforms.Pad(padding=10,fill=0),
transforms.Resize((40,40)),
transforms.ToTensor()
])
#使用操作
padded_img = padding_img('test.jpg')
print(type(padded_img))
print(padded_img.size())
输出结果
<class 'torch.Tensor'>
torch.Size([3, 40, 40])
可以看到lambda表达式得到图片后,会传递给下面的操作继续执行,而此时也只需要根据lambda表示x的类型,输入相应的值,即可。