基于pytorch数据增强

1、torchvision.transforms.Resize()缩放函数

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()  #输出打开图片
new_img = transforms.Resize((100,100))(img) #调用缩放函数 
new_img.show()

在这里插入图片描述

原图片 320x232
 

在这里插入图片描述

压缩后图片 100x100

2、transforms.RandomCrop()随机截取图片

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomCrop((150,150))(img) #(150,150)为随机截取图片大小
new_img.show()

在这里插入图片描述

原图片
 

在这里插入图片描述

随机截取150x150大小图片

3、transforms.CenterCrop()截取中心图片

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.CenterCrop((150,150))(img)
new_img.show()

在这里插入图片描述

原图片
 

在这里插入图片描述

截取中心150x150图片

4、RandomHorizontalFlip() 和 RandomVerticalFlip()(随机水平和竖直翻转)

from PIL import Image
from torchvision import transforms
img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomHorizontalFlip()(img)
new_img.show()
new_img = transforms.RandomVerticalFlip()(img)
new_img.show()

在这里插入图片描述

原图片
 

在这里插入图片描述

随机水平翻转
 

在这里插入图片描述

随机竖直翻转
 

5、transforms.RandomRotation()随机角度旋转

img = Image.open('./test.jpg')
img.show()
new_img = transforms.RandomRotation(30)(img) #30度
new_img.show()

在这里插入图片描述

原图片
 

在这里插入图片描述

随机角度
 

6、transforms.ColorJitter() 亮度、对比度、饱和度

img = Image.open('./test.jpg')
img.show()
new_img = transforms.ColorJitter(brightness=1,contrast=1,hue=0.1)(img) #参数分别亮度、对比度、饱和度
new_img.show()

在这里插入图片描述

原图片
 

在这里插入图片描述

增强后图片
 
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值