Day4 Torchvision 中的Transforms（一）

带路视频：点击跳转
参考资料：点击跳转

---

前言

torchvision 中的 transforms ，主要是对目标图像进行变换（预处理），它就是一个.py的模块，里面有很多工具，可以理解为一个工具箱。

---

一、通过transforms.ToTensor去看两个问题

1.transforms该如何使用（python）

可以把transforms视为一个工具箱，里面包含了例如totensor等工具，需要这个类中某个方法的操作时，只需要从工具箱中找到对应方法实例化创建出具体工具，并使用创建好的工具对特定格式的数据进行操作。

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

以totensor“工具”为例：

（其中img是一个指定过路径的PILImage型图片，以Image.open方式打开）

from torchvision import transforms
tensor_trans=transforms.ToTensor()  # 创建具体的工具"tensor_trans"
img_tensor=tensor_trans(img)

图示：

2.为什么需要Tensor数据类型

因为在tensor中封装了许多训练神经网络中会用到的参数，例如requires_grad等。并且有些特定的方法要求参数类型为tensor，例如add_image等。

二、PILImage型和numpy.ndarray型的读取

1.PILImage

代码如下：

from PIL import Image
path="dataset/train/ants_imge/Ant_1.jpg"
img=Image.open(path)
print(img)

2.numpy.ndarray

代码如下：（安装opencv：pip install opencv-python）

import cv2
cv_img=cv2.imread(img_path)
print(cv_img)

三、ToTensor与Tensorboard配合使用

单纯是因为tensorboard中的add_image方法要求传入的参数类型为numpy或tensor型

关键细节在Day3中已经写的够详细，直接上代码：

import numpy as np
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image

image_path='dataset/train/ants_image/0013035.jpg'
image=Image.open(image_path)

tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(image)

print(np.array(image).shape)
print(tensor_img.shape)

writer=SummaryWriter('logs')  # 写入tensorboard
writer.add_image('tag', tensor_img, 1)
writer.close()

四、目前学到的三种类型转换关系及其读取（手绘）

（方便自己复盘用 ^ _ ^）