Pytorch基础（二）—— Transforms详解_pytorch transform

一、概念

Transforms是pytorch的图像处理工具包，是torchvision模块下的一个一个类的集合，可以对图像或数据进行格式变换，裁剪，缩放，旋转等，在进行深度学习项目时用途很广泛。下面对Transforms内的常见类的使用进行一个简单的梳理。

from torchvision import transforms
1

二、类

2.1 ToTensor

表示将其他图像数据（PIL Image或者 ndarray）类型转化为tensor类型，并归一化至[0-1] 。

trans = transforms.ToTensor()
img_tensor = trans(img)
1
2

tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],
         ...,
         [0.3412, 0.3412, 0.3373,  ..., 0.1725, 0.3725, 0.3529],
         [0.3412, 0.3412, 0.3373,  ..., 0.3294, 0.3529, 0.3294],
         [0.3412, 0.3412, 0.3373,  ..., 0.3098, 0.3059, 0.3294]],

        [[0.5922, 0.5922, 0.5922,  ..., 0.5961, 0.5882, 0.5765],
         [0.5961, 0.5961, 0.5961,  ..., 0.5961, 0.5882, 0.5765],
         [0.6000, 0.6000, 0.6000,  ..., 0.5922, 0.5882, 0.5804],
         ...,
         [0.6275, 0.6275, 0.6235,  ..., 0.3608, 0.6196, 0.6157],
         [0.6275, 0.6275, 0.6235,  ..., 0.5765, 0.6275, 0.5961],
         [0.6275, 0.6275, 0.6235,  ..., 0.6275, 0.6235, 0.6314]],

        [[0.9137, 0.9137, 0.9137,  ..., 0.9176, 0.9098, 0.8980],
         [0.9176, 0.9176, 0.9176,  ..., 0.9176, 0.9098, 0.8980],
         [0.9216, 0.9216, 0.9216,  ..., 0.9137, 0.9098, 0.9020],
         ...,
         [0.9294, 0.9294, 0.9255,  ..., 0.5529, 0.9216, 0.8941],
         [0.9294, 0.9294, 0.9255,  ..., 0.8863, 1.0000, 0.9137],
         [0.9294, 0.9294, 0.9255,  ..., 0.9490, 0.9804, 0.9137]]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

2.2 Normalize

表示用平均值和标准偏差归一化图像。
按照官方文档公式： input[channel] = (input[channel] - mean[channel]) / std[channel]；mean: 平均值;std: 标准差。

trans_norm = transforms.Normalize([1, 3, 5], [9, 2, 1])
img_norm = trans_norm(img_tensor)
1
2

2.3 ReSize

将PIL图像数据大小变换为指定大小,其定义为：

class Resize(torch.nn.Module):
1

一般参数的输入有两种方式：
1，指定长宽
2，将图片短边缩放至x
举个例子

trans_resize = transforms.Resize((200, 200))
img_resize = trans_resize(img)
1
2

2.4 Compose

可以将多个transform方法组合，按组合顺序处理数据。

trans_random = transforms.RandomCrop((400, 400))  
trans_compose_2 = transforms.Compose([trans_random, tensor_trans])
1
2

2.5 Grayscale

将图像转换为灰度图。

trans_grayscale = transforms.Grayscale(3)
img_grayscale = trans_grayscale(img_tensor)
1
2