PyTorch②---transforms结构及用法

transforms结构及用法

打开transform.py，查看里面有哪些方法：

• 最常用的Compose:
  功能：将操作组合起来
  里面有中心剪裁，转成tensor数据类型等。
  

• ToTensor：将PIL或numpy格式的图片转成tensor数据类型。
  

• Normalize：归一化

• Resize：重新剪裁

• CenterCrop：中心剪裁

transforms.py工具箱

输入（特定类型的图片）—>工具箱创建自己的工具（常用：totensor、resize等方法）—>结果

用法

• tensor数据类型：通过transforms.ToTensor解决两个问题

1、transforms如何使用
先实例化一个transforms.ToTensor()对象
再使用对象名()进行调用
2、Tensor数据类型相较于其他数据类型有什么区别
包含了神经网络中的一些参数（反向传播的一些参数、设备、等等）

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


#python的用法--->tensor数据类型
#通过transforms.ToTensor解决两个问题
#1.transforms该如何使用
#2.为什么需要tensor数据类型

'''绝对路径：D:\pythonProject\pytorch\dataset\train\ants\0013035.jpg  绝对路径要加转义符\
   相对路径：dataset/train/ants/0013035.jpg
'''
#读取图片：PIL格式
img_path= "dataset/train/ants/0013035.jpg"
img=Image.open(img_path)
print('PIL读入文件的格式:{}'.format(type(img)))
#读取图片：opencv，numpy格式
cv_img=cv2.imread(img_path)
print('OpenCV读取文件的格式.{}'.format(type(cv_img)))

writer=SummaryWriter("../logs_transforms")

#将PIL文件或numpy文件转换为tensor类型（1.transforms该如何使用）
#实例化一个对象
tensor_trans=transforms.ToTensor()
#调用、传入参数：PIL类型，点击CTRL+P
#transforms.py里内置__call__方法，可以直接用对象名()来调用，可以不用.调用
tensor_img=tensor_trans(img)
print('转换后的PIL文件类型:{}'.format(type(tensor_img)))

#2.为什么需要tensor数据类型:tensor数据类型包括了神经网络需要的一些参数

#直接传入tensor型
writer.add_image("Tensor_img",tensor_img)
writer.close()

控制台：

tensorboard:

注意：上节课用tensorboard读入的图片是PIL—>numpy类型
这节课用tensorboard读入的图片是PIL、numpy—>tensor类型