pytorch学习（4）——图片变换Transforms使用_transform函数输入一个图像产生几个图像

1 Transforms类的使用

为图像变换的函数库。

1.1 导入transforms库

python脚本内输入：

from torchvision import transforms
1

按住Ctrl，点击transforms。
进入__init__.py。

from .transforms import *
from .autoaugment import *
1
2

按住Ctrl，点击.transforms。
进入transforms.py。

1.2 Transforms结构及用法

transforms.py工具箱内的函数主要对图像进行变换，包括数据结构转换、尺度变换、高斯模糊、归一化、流水线、裁剪等。

点击Structure（ALT+7）查看包含的函数名。

• Compose：流水线操作，将多个图像操作步骤整合到一起。
• ToTensor：将PIL或ndarray类型的图像转换成张量（tensor）类型。
• Resize：将输入的图像转换成不同的大小。
• CenterCrop：对输入的图像进行中心裁剪。
• ToPILImage：将tensor或ndarray类型的图像转换成PIL类型的图像。
• GaussianBlur：对输入的图像进行高斯模糊处理。

大多数函数的工作流程：

Compose函数的工作流程：

代码如下：

from PIL import Image
from torchvision import transforms

img_path_abs = "G:\\ant.jpg"
img = Image.open(img_path_abs)

data_transform = transforms.Compose([
    transforms.Resize((256, 256)),        # 调整图像大小为256x256
    transforms.RandomCrop((224, 224)),    # 随机裁剪图像为224x224
    transforms.ToTensor(),                 # 将图像转换为张量
    transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])    # 标准化图像张量
])

transformed_data = data_transform(image)
1
2
3
4
5
6
7
8
9
10
11
12
13
14

python脚本代码如下：

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

img_path_abs = "G:\\ant.jpg"
img = Image.open(img_path_abs)
print(img)

# 如果取消下方注释，则会在tensorboard中写入图像
# writer = SummaryWriter("logs")

# transforms.ToTensor   	PIL -> tensor
trans_totensor = transforms.ToTensor()    # 创建具体工具，实例化对象
tensor_img = trans_totensor(img)
# 以上两步也可以简化为：
# tensor_img = transforms.ToTensor()(img)
print(tensor_img)
try:
    writer.add_image("ToTensor_img", tensor_img, 1)
except NameError:
    print("writer未定义")


# transforms.ToPILImage     tensor -> PIL
trans_PILImage = transforms.ToPILImage()
pil_img = trans_PILImage(tensor_img)
pil_img.show()

# transforms.Normalize 归一化
trans_norm = transforms.Normalize([1, 1, 2], [1, 2, 1])
img_norm = trans_norm(tensor_img)
print("tensor_img")
print(tensor_img[0][0][0])
print("\r\nimg_norm")
print(img_norm[0][0][0])
try:
    writer.add_image("Normalize_img", img_norm, 1)
except NameError:
    print("writer未定义")


# transforms.Resize -1 改变图像比例
print("img.size:" + str(img.size))
trans_resize = transforms.Resize((512, 512))
img_resize = trans_resize(img)          # PIL(原图尺寸) -> PIL（512,512）
print("img_resize.size:" + str(img_resize.size))
print("img_resize:" + str(img_resize))
img.show()
img_resize.show()
try:
    writer.add_image("Resize_img", img_resize, 1)
except NameError:
    print("writer未定义")


# Resize -2 不改变图像比例
trans_resize_2 = transforms.Resize(1024)		# PIL(原图尺寸) -> PIL（1024,*）
img_resize_2 = trans_resize_2(img)
print("img.size:" + str(img.size))
print("img_resize_2.size:" + str(img_resize_2.size))
img.show()
img_resize_2.show()
try:
    writer.add_image("Resize_img_2", img_resize_2, 1)
except NameError:
    print("writer未定义")

# RandomCrop
trans_randomcrop = transforms.RandomCrop(512)
img_randomcrop = trans_randomcrop(img)
img_randomcrop.show()

# Compose 流水线操作，将多个图像变换函数集成到一起，串联起来
trans_blur = transforms.GaussianBlur(kernel_size=5, sigma=(10, 10))  # 高斯模糊函数
trans_compose = transforms.Compose([trans_resize_2, trans_randomcrop, trans_totensor, trans_blur, trans_PILImage])
# 流水线操作，将多个变换串联在一起：等比缩放，PIL转tensor，高斯模糊，tensor转PIL
img_blur = trans_compose(img)
img_blur.show()

try:
    writer.close()
except NameError:
    print("writer未定义，无需关闭")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83