transforms常用函数简介

transforms的使用

简单介绍一个 transforms 的功能

transforms 主要用于对图片的变换。

下面是常用的函数

toTensor( )

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

"""
1. transforms 该如何使用
2. 为什么需要Tensor数据类型
"""

img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)

writer = SummaryWriter("logs")

# ToTensor() 的使用
trans_totensor = transforms.ToTensor()        # 返回一个ToTensor 对象
img_tensor = trans_totensor(img)              # 将传入的图片转换成Tensor类型的图片并返回
writer.add_image("Tensor_img", img_tensor)

writer.close()

由输出结果可知图片转换为了tensor类型

在网站上显示出来

Normalize( )

归一化

归一化目的就是将不同尺度上的评判结果统一到一个尺度上，从而可以作比较，作计算

比如想买入10吨铁矿，用的人民币和美元肯定不同，那么这10吨铁矿的价值到底是多少，就需要一个统一的标准来衡量，全世界那么多国家，都要用自己国家的货币去买，到底该付多少，就很迷茫。这时，规定用美元统一结算，各国按照本国货币对比美元的汇率，再加上10吨铁矿的美元价值，就可以算出自己应付多少本国货币。

归一化公式：output[channel] = (input[channel] - mean[channel]) / std[channel]

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

"""
1. transforms 该如何使用
2. 为什么需要Tensor数据类型
"""

img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path