torchvision.transforms是pytorch中的图像预处理包,包含了很多种对图像数据进行变换的函数,我们可以通过其中的剪裁翻转等进行图像增强。
1.transforms.ToTensor()
将”PIL图像“或 numpy.ndarray“转换为张量。
将PIL图像或numpy.ndarray(H x W x C)
[0,255]的形状转换到torch.FloatTensor(C × H × W)[0.0,1.0]的范围内。
from PIL import Image
from torchvision import transforms
img_path = "E:/cv_test/out.jpg"
img = Image.open(img_path)
tran = transforms.ToTensor()
img = tran(img)
print(img)
Image.open()打开是PIL类型,ToTensor()打开是tensor类型,cv2.imread()打开是ndarray类型
2.transforms.CenterCrop(size)
生成一个CenterCrop类的对象,用来将图片从中心裁剪成 a * a,CenterCrop是对PIL进行处理的
from PIL import Image
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriter
import numpy as np
writer = SummaryWriter("logs")
img_path = "E:/cv_test/out.jpg"
img = Image.open(img_path)
# 生成一个CenterCrop类的对象
image = transforms.CenterCrop((224