Transforms的使用

一、transforms的结构及用法

transform主要是对特定格式的图片进行一些变化

1、transforms在python中如何使用

先查看当前图片的类型

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

#获取相对地址
img_path = "train/ants_image/0013035.jpg"

#ToTensor()可以读取两种类型的数据
#一种是用opencv读取的格式
#cv_img = cv2.imread(img_path)

#一种是PIL读取的格式
img = Image.open(img_path)
print(img)

结果为：

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x200945B3A58>

转换为tensor类型的image

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
print(tensor_img)

结果为：

tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],
         ...,
         [0.3412, 0.3412, 0.3373,  ..., 0.1725, 0.3725, 0.3529],
         [0.3412, 0.3412, 0.3373,  ..., 0.3294, 0.3529, 0.3294],
         [0.3412, 0.3412, 0.3373,  ..., 0.3098, 0.3059, 0.3294]],

        [[0.5922, 0.5922, 0.5922,  ..., 0.5961, 0.5882, 0.5765],
         [0.5961, 0.5961, 0.5961,  ..., 0.5961, 0.5882, 0.5765],
         [0.6000, 0.6000, 0.6000,  ..., 0.5922, 0.5882, 0.5804],
         ...,
         [0.6275, 0.6275, 0.6235,  ..., 0.3608, 0.6196, 0.6157],
         [0.6275, 0.6275, 0.6235,  ..., 0.5765, 0.6275, 0.5961],
         [0.6275, 0.6275, 0.6235,  ..., 0.6275, 0.6235, 0.6314]],

        [[0.9137, 0.9137, 0.9137,  ..., 0.9176, 0.9098, 0.8980],
         [0.9176, 0.9176, 0.9176,  ..., 0.9176, 0.9098, 0.8980],
         [0.9216, 0.9216, 0.9216,  ..., 0.9137, 0.9098, 0.9020],
         ...,
         [0.9294, 0.9294, 0.9255,  ..., 0.5529, 0.9216, 0.8941],
         [0.9294, 0.9294, 0.9255,  ..., 0.8863, 1.0000, 0.9137],
         [0.9294, 0.9294, 0.9255,  ..., 0.9490, 0.9804, 0.9137]]])

将图片转化为对应格式后上传图像

writer = SummaryWriter("logs")
writer.add_image("Tensor_img", tensor_img)
writer.close()

指定启动端口

tensorboard --logdir=logs --port=6007

运行之后打开连接：http://localhost:6007/

2、常见的Transforms

| 输入 | PIL | Image.open()
| 输出 | Tensor | ToTensor()
| 作用| narrays | cv.imread()

3、ToTensor的用法

将图片转化为tensor类型

#构造ToTensor()方法
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

4、Normalize的用法

带入均值和标准差将图片归一化
args1：每个信道的平均值序列
args2：每个信道的标准差序列
#归一化的计算方式：input[channel] = (input[channel] - mean[channel] / std[channel])

#构造Normalize()方法
#输入tensor_img第一层第一行第一列的像素
print(tensor_img[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(tensor_img)
#输出归一化后第一层第一行第一列的像素
print(img_norm[0][0][0])

#添加图像对比归一化前后区别
writer.add_image("Normalize", img_norm)

5、Resize()的使用

改变图片尺寸，参数为PIL格式

#查看现图片尺寸
print(img.size)
#构建Resize方法，并确定尺寸
img_resize = transforms.Resize((1000,1000))
#再将图片转换成tensor格式以便上传图片
img_resize = tensor_trans(img_resize)
writer.add_image("Resize", img_resize, 0)

5、Compose()的使用

Compose是在不改变长宽比例的情况下改变图像尺寸
Compose把多个transforms操作整合成列表，依次执行
Compose()中的参数需要是一个列表
python中，列表的表示形式为[数据1, 数据2, …]
Compose中，数据需要是transforms类型
所以得到，Compose([transforms参数1, transforms参数2, …])

#Compose - resize - 2
trans_resize_2 = transforms.Resize(1000)
trans_compose = transforms.Compose([trans_resize_2, tensor_trans])
img_resize_2 = trans_compose(img)
writer.add_image("Resize_2", img_resize_2, 1)

6、randomCrop()

随机裁剪

#RandomCrop
#裁取图片大小(Height, Width)，大小不能超过图片尺寸
trans_random = transforms.RandomCrop((200, 320))
trans_compose_2 = transforms.Compose([trans_random, tensor_trans])
#将图片裁取成十份
for i in range(10):
    img_crop = trans_compose_2(img)
    writer.add_image("RandomCrop", img_crop, i)

二、总结使用方法

1、关注输入输出类型
2、多看官方文档
3、关注方法需要什么参数
4、不知道返回值的时候
*print()
*print(type())
*debug

本文测试数据及代码，来自B站UP：我是土堆