Pytorch 图像增强 实现翻转裁剪色调等 附代码（全）

前言

下文中有使用到plt，不懂的可看我这篇文章：python之Matplotlib详细分析（附代码）

数据比较少的时候使用数据增强是一个不错的选择

导入对应的包：

from PIL import Image
from torchvision import transforms as tfs

读取对应的照片：

# 此处的Path 该项目的相对路径 或者 绝对路径
# 读取 显示 照片
image = Image.open('scenery.jpg')
print(image.size)
image

截图如下：

数据增强的处理方式有如下

1. 裁剪

裁剪之前 先叙述一遍缩放（毕竟裁剪是基于缩放的基础）

from PIL import Image
from torchvision import transforms as tfs

# 原图尺寸为474 * 379
img = Image.open('scenery.jpg')

# 默认是300 * 300 
# 缩放原图到一定比例
img1 = tfs.Resize((300,300))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1, 2)

axs[0].set_title('474 * 379')
axs[0].imshow(img)

axs[1].set_title('300 * 300')
axs[1].imshow(img1)

截图如下：

1.1 中心裁剪

• 核心函数：transforms.CenterCrop(size)

size 参数为int，将其原图 中心裁剪为设定尺寸
如果参数为（h，w），则裁剪的尺寸为（h，w）

from PIL import Image
from torchvision import transforms as tfs

# 打开对应的图片
img = Image.open('scenery.jpg')

# 默认是300 * 300 
img1 = tfs.CenterCrop(300)(img)
# 设置对应的尺寸为300 * 200 
img2 = tfs.CenterCrop((300,200))(img)

# 通过plt输出图片
import matplotlib.pyplot as plt
axs = plt.figure().subplots(1, 2)

axs[0].set_title('300 * 300')
axs[0].imshow(img1)

axs[1].set_title('300 * 200')
axs[1].imshow(img2)

截图如下：

1.2 随机裁剪

• 核心函数：transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

参数	具体说明
size	1.为size，结果为size * size 2.为(h,w)，结果为h * w
padding	填充大小 1.为a，上下左右填充a 2.为(a,b)时，左右填充a个像素，上下填充b个像素 3.为(a,b,c,d)时，左、上、右、下分别填充a、b、c、d
pad_if_need	默认为False 为True，超出尺寸进行填充
fill	通道填充的颜色
padding_mode	填充模式 1.constant，像素值由fill填充 2.edge，图像边缘像素值填充 3.reflect，镜像填充，最后一个像素不镜像，也就是反射。1, 2, 3, 4 变为 3, 2, 1, 2, 3, 4, 3, 2 4.symmetric，镜像填充，最后一个像素镜像，也就是对称。1, 2, 3, 4 变为 2, 1, 1, 2, 3, 4, 4, 3

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 默认都300 * 300 
img1 = tfs.RandomCrop(300)(img)

# padding为填充元素
img2 = tfs.RandomCrop(300,padding=(16, 64))(img)

# fill填充的色彩
img3 = tfs.RandomCrop(300,padding=(16, 64),fill=(255, 255, 0))(img)

# 超出尺寸，该参数需要设置为True
img4 = tfs.RandomCrop(2000,pad_if_needed=True)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('img1')
axs[0].imshow(img1)

axs[1].set_title('img2')
axs[1].imshow(img2)

axs[2].set_title('img3')
axs[2].imshow(img3)

axs[3].set_title('img4')
axs[3].imshow(img4)

截图如下：

---

按照填充模式的代码：

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 填充模式为constant，默认本身也是constant
img1 = tfs.RandomCrop(500,padding=128,padding_mode='constant')(img)

# 填充模式为edge
img2 = tfs.RandomCrop(500,padding=128,padding_mode='edge')(img)

# 填充模式为reflect
img3 = tfs.RandomCrop(500,padding=128,padding_mode='reflect')(img)

# 填充模式为symmetric
img4 = tfs.RandomCrop(500,padding=128,padding_mode='symmetric')(img)


import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('img1')
axs[0].imshow(img1)

axs[1].set_title('img2')
axs[1].imshow(img2)

axs[2].set_title('img3')
axs[2].imshow(img3)

axs[3].set_title('img4')
axs[3].imshow(img4)

截图如下：

1.3 随机尺寸裁剪

• 核心函数：transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3/4, 4/3), interpolation=<InterpolationMode.BILINEAR: 'bilinear'>)

参数	具体说明
size	1.为size，结果为size * size 2.为(h,w)，结果为h * w
scale	随机裁剪面积比例，默认区间(0.08,1)之间随机取一个数
ratio	随机长宽比，默认区间(3/4,4/3)之间随机取一个数
interpolation	插值方法（PIL. Image. NEAREST， PIL. Image. BILINEAR， PIL. Image. BICUBIC）

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 裁剪的尺寸都是300 * 300
# 随机裁剪面积比例为0.1-1之间的一个数
img1 = tfs.RandomResizedCrop(300,scale=(0.1,1))(img)

# 随机裁剪长宽比为1-4/3之间的一个数
img2 = tfs.RandomResizedCrop(300,ratio=(1,4/3))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,3)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

axs[2].set_title('img2')
axs[2].imshow(img2)

截图如下：

2. 翻转

2.1 水平翻转

• 核心函数：transforms.RandomHorizontalFlip(p=0.5)

p为概率值，如果p为1，百分百翻转。p为0.5 ，百分之50的概率可能会翻转也可能不会

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# p为1一定翻转
# p为0.5 ，百分之50的概率可能会翻转也可能不会
img1 = tfs.RandomHorizontalFlip(p=1)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1, 2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('flip horizontal')
axs[1].imshow(img1)

截图如下：

2.2 垂直翻转

• 核心函数：transforms.RandomVerticalFlip(p=0.5)

p为概率值，如果p为1，百分百翻转。p为0.5 ，百分之50的概率可能会翻转也可能不会

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# p为1一定翻转
# p为0.5 ，百分之50的概率可能会翻转也可能不会
# 注意区分与水平翻转的函数
img1 = tfs.RandomVerticalFlip(p=1)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1, 2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('flip vertical')
axs[1].imshow(img1)

截图如下：

2.3 随机旋转

• 核心函数：transforms.RandomRotation(degrees, expand=False, center=None, fill=0, resample=None)

参数	具体说明
degrees	旋转角度 1.为a，在(-a,a)区间随机选择旋转角度 2.为(a,b)，在在(a,b)区间随机选择旋转角度
expand	图片超出尺寸是否显示完整图 1.默认False，超出不会显示完整图 2.True，超出会显示完整图
center	旋转轴位置 默认中心旋转
resample	重采样方法

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 逆时针旋转45
img1 = tfs.RandomRotation(degrees=(45, 45))(img)

# 逆时针旋转45，旋转超出区域启动扩展
img2 = tfs.RandomRotation(degrees=(45, 45), expand=True)(img)

# 逆时针旋转，图外区域填充颜色
img3 = tfs.RandomRotation(degrees=(45, 45), fill=(255, 255, 0))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

axs[2].set_title('img2')
axs[2].imshow(img2)

axs[3].set_title('img3')
axs[3].imshow(img3)

截图如下：

3. 色调

3.1 灰度变换

• 核心函数：transforms.Grayscale(num_output_channels=1)

一般不设置，默认单通道灰度，如果需要三通道灰度，则对应将其值改为3即可

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 灰度变换
img1 = tfs.Grayscale()(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('gray')
axs[1].imshow(img1)

截图如下：

3.2 色彩抖动

• 核心函数：transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

参数	具体说明
brightness	亮度 1.元组(min, max)，给定区间随机变换，不可有负值 2.浮点数，亮度范围为[max(0, 1 - brightness), 1 + brightness]
contrast	对比度。规则同上
saturation	饱和度。规则同上
hue	色调 1.元组(min, max)，给定区间随机变换，不可有负值 2.浮点数，色调范围为[-hue, hue]区间随机变换 整体区间范围为[0,0.5] or [-0.5,0.5]

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 亮度设置3
img1 = tfs.ColorJitter(brightness=(3, 3))(img)

# 对比度设置3
img2 = tfs.ColorJitter(contrast=(3, 3))(img)

# 饱和度设置3
img3 = tfs.ColorJitter(saturation=(3, 3))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('brightness')
axs[1].imshow(img1)

axs[2].set_title('contrast')
axs[2].imshow(img2)

axs[3].set_title('saturation')
axs[3].imshow(img3)

截图如下：

3.3 随机翻转颜色

• 核心函数：transforms.RandomInvert(p=0.5)
  p为概率值，如果p为1，百分百翻转。p为0.5 ，百分之50的概率可能会翻转也可能不会

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 随机翻转图片颜色
img1 = tfs.RandomInvert(p=0.5)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

截图如下：

3.4 随机调整锐度

• 核心函数：transforms.RandomAdjustSharpness(sharpness_factor, p=0.5)

sharpness_factor 该参数为调整锐度，0为模糊，1为原图。随着数字越大，锐度越高，没有设置锐度上限
p为概率值，如果p为1，百分百翻转。p为0.5 ，百分之50的概率可能会翻转也可能不会

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 随机调转图片锐度
img1 = tfs.RandomAdjustSharpness(200)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

截图如下：

3.5 高斯模糊

• 核心函数：transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))

参数	具体说明
kernel_size	模糊半径（奇数）
sigma	正态分布标准差 1.为(min, max)，在(min, max)区间随机取一个数 2.浮点数，则为该数

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# size为11，标准差为10
img1 = tfs.GaussianBlur(11,10)(img)

# size为51，标准差为10
img2 = tfs.GaussianBlur(51,10)(img)

# size为101，标准差为100
img3 = tfs.GaussianBlur(101,100)(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

axs[2].set_title('img2')
axs[2].imshow(img2)

axs[3].set_title('img3')
axs[3].imshow(img3)

截图如下：

4. 边缘填充

• 核心函数：transforms.Pad(padding, fill=0, padding_mode=‘constant’)

参数	具体说明
padding	拓展大小 1.为a，上下左右填充a 2.为(a,b)时，左右填充a个像素，上下填充b个像素 3.为(a,b,c,d)时，左、上、右、下分别填充a、b、c、d
fill	填充值 默认0，黑色。也可填充三通道
padding_mode	填充模式 1.constant，像素值由fill填充 2.edge，图像边缘像素值填充 3.reflect，镜像填充，最后一个像素不镜像，也就是反射。1, 2, 3, 4 变为 3, 2, 1, 2, 3, 4, 3, 2 4.symmetric，镜像填充，最后一个像素镜像，也就是对称。1, 2, 3, 4 变为 2, 1, 1, 2, 3, 4, 4, 3

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 第一个参数：扩充的宽度
# 第二个参数：填充颜色
img1 = tfs.Pad(100,fill=(0, 0, 255))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,2)

axs[0].set_title('original')
axs[0].imshow(img)

axs[1].set_title('img1')
axs[1].imshow(img1)

截图如下：

5. 仿射变换

该含义为：旋转、平移、缩放、扭曲等组合

• 核心函数：transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=0, fillcolor=0)

参数	具体说明
degrees	随机旋转角度范围，0为不旋转
translate	水平和垂直平移因子 为(a, b)，水平平移位置为 （-img_width * a ， img_width * a）该区间随机选择一个数。垂直平移为 （-img_height * b ， img_height * b）该区间随机选择一个数
scale	缩放因子 为(a, b)，在(a, b)区间随机选择一个数
shear	随机扭曲角度范围 为(a, b)，在(a, b)区间随机选择一个数
resample	重采样
fillcolor	填充色彩，可三通道填充

from PIL import Image
from torchvision import transforms as tfs

img = Image.open('scenery.jpg')

# 随机旋转
img1 = tfs.RandomAffine(45)(img)

# 随机平移
img2 = tfs.RandomAffine(0, (0.7, 0))(img)

# 随机缩放
img3 = tfs.RandomAffine(0, None, (3, 5))(img)

# 随机扭曲
img4 = tfs.RandomAffine(0, None, None, (45, 90))(img)

import matplotlib.pyplot as plt
axs = plt.figure().subplots(1,4)

axs[0].set_title('img1')
axs[0].imshow(img1)

axs[1].set_title('img2')
axs[1].imshow(img2)

axs[2].set_title('img3')
axs[2].imshow(img3)

axs[3].set_title('img4')
axs[3].imshow(img4)

截图如下：