Pytorch学习笔记(二)：transforms的使用

transforms是torchvision下的一个图像预处理库，包含了常用的图像预处理方法。
怎么使用？
首先找到torchvision定义，打开structure可以找到所有class：

以Totensor（将图片格式装换成tensor格式）为例：
首先找到Totensor定义中的输入输出，输入可以是PIL型，输出为tensor

class ToTensor:
    """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. 

先trans_totensor = transforms.ToTensor()

trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
writer.add_image("ToTensor", img_tensor)

Resize最新版本好像可以输入tensor型

class Resize(torch.nn.Module):
    """Resize the input image to the given size.
    If the image is torch Tensor, it is expected

先对img PIL Resize，先trans_resize = transforms.Resize((16,16))，writer.add_image需要输入tensor类，要将PIL Totensor

trans_resize = transforms.Resize((16,16))
# img PIL -> resize -> img_resize PIL
img_resize = trans_resize(img)
print(img_resize)#print(type(img_resize))
# img_resize PIL -> totensor -> img_resize tensor
img_resize = trans_totensor(img_resize)
writer.add_image("Resize", img_resize,0)

两步可以用Compose合并：
Compose要求后面函数的输入要是前面函数的输出。 Compose用法：Compose()中参数需要一个列表，列表表示形式为[数据1.数据2，...]，在Compose中，数据需要transforms类型。

trans_resize_2 = transforms.Resize(1024)
trans_compose = transforms.Compose([trans_resize_2, trans_totensor])
#PIL -> PIL -> tensor
img_resize_2 = trans_compose(img)
writer.add_image("Resize", img_resize_2,1)