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