[pytorch] --- pytorch基础之transforms

本文主要是介绍[pytorch] --- pytorch基础之transforms，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1 pytorch中transforms介绍

transforms是torchvision中的一个模块（torchvision 是Pytorch的计算机视觉工具包），该模块定义了很多用于图像预处理的类，列举如下：

    数据中心化数据标准化缩放裁剪旋转翻转填充噪声添加灰度变换线性变换仿射变换亮度、饱和度以及对比度变换等。

通过实例化该工具类，可以方便地对图像进行各种变换操作。

transforms 本质就是一个python文件，相当于一个工具箱，里面包含诸如 Resize、ToTensor、Normalize 等类，这些类就是我们需要用到的图像预处理工具。transforms 的使用无非是将图像通过工具转换成我们需要的结果。

2 Transforms 的使用

transform模块中存在许多类：
在这里插入图片描述

在使用transforms中的模块时，需要：

实例化某一特定工具类： tool = transforms.tool() 获得工具类的实例对象；
对需要的结果进行转换 : result = tool(input) 获得结果

2.1 ToTensor()

ToTensor()类作用：将PIL图像或NumPy ndarray 转换为PyTorch张量，‌并将像素值从[0, 255]缩放到[0.0, 1.0]。‌

from torchvision import transforms
from PIL import Imageimg_path  = "hymenoptera_data/train/ants_img/0013035.jpg"
img = Image.open(img_path)
print(img)  #<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x15424866150># 下面是 把图像的像素值从[0, 255]缩放到[0.0, 1.0]
transforms_to_tensor =  transforms.ToTensor()
img_tensor = transforms_to_tensor(img)
print(img_tensor)   # 将图像数据 转换为 tensor 类型的数据

执行结果如下：

/home/decre/miniconda3/envs/pytorch/bin/python /home/decre/work/ybb/base_pytorch/03_transform.py 
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x7548E9710D60>
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]]])Process finished with exit code 0

2.2 ToPILImage()

ToPILImage()作用：将PyTorch张量转换回PIL图像

Tensor_to_PIL = transforms.ToPILImage()
img_PIL = Tensor_to_PIL(img_tensor)
print(img_PIL)
img_PIL.show()

2.3 Normalize()

# 归一化
# Normalize a tensor image with mean and standard deviation.
# 初始化参数： mean, std, inplace=False
# 计算公式：output[channel] = (input[channel] - mean[channel]) / std[channel]

"""
以下述 mean 与  std 为例：output = (input - 0.5) / 0.5=> output =  2 * input - 1=> 又因为 input = [0,1]=> 所以  output = [-1,1]
"""
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm = trans_norm(img_tensor)
print(img_norm)write.add_image("Normalize",img_norm)
write.close()

结果归一化后的图像：

2.4 Resize()

Resize()作用：调整图像的尺寸

__init__(self, size, interpolation=InterpolationMode.BILINEAR, max_size=None, antialias=True):size : 如果size是一个序列（h，w），输出大小将与此匹配。  如果size是int（只有一个数据），图像的较小边缘将与该数字匹配。即，如果高度>宽度，则图像将被重新缩放为(size * height / width, size)。interpolation: 指定图像缩放时采用的插值方法。‌插值方法决定了新图像中像素值的计算方式，‌从而影响缩放后图像的质量。‌

Note: 经过 resize 之后，img 的类型仍然是 PIL 类型。因此，后续如果使用，需要将该类型转为 tensor 类型

2.5 RandomCrop()

随即裁剪：def __init__(self, size, padding=None, pad_if_needed=False, fill=0, padding_mode="constant")size :  (h,w) 类型：依照 长、宽裁剪； int 类型：方形裁剪（int,int）padding:  边框填充，如果提供了单个int，则用于填充所有边框。如果提供了长度为2的序列，则这是填充分别位于左侧/右侧和顶部/底部。如果提供长度为4的序列，这是分别用于左、上、右和下边框的填充。

# RandomCrop 随机裁剪
#def __init__(self, size, padding=None, pad_if_needed=False, fill=0, padding_mode="constant")
trans_randcrop = transforms.RandomCrop(100,10)
for i in range(10):img_crop = trans_randcrop(img)img_crop = transforms_to_tensor(img_crop)write.add_image("RandmCrop",img_crop,i)
write.close()

2.6 Compose()

将多个操作，作为一个序列完成。
其参数为一个列表 [ transforms1, transforms2 … ]

trans_resize = transforms.Resize((512,512))
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
transforms_to_tensor =  transforms.ToTensor()trans_comp = transforms.Compose([trans_resize, transforms_to_tensor,trans_norm])
img_comp =  trans_comp(img)
write.add_image("Compose",img_comp)

上述代码：依次进行了：缩放、toTensor、归一化

3 总结

transform使用方法是：
1> 首先关注它的输入需要什么样的数据类型，是PIL，是Numpy，是Tensor …
2> 关注它的输出是什么样的数据类型
3> 查看官方文档的参数

上面实验使用到的全部代码

from torchvision import transforms
from PIL import Image
from torch.utils.tensorboard import SummaryWriterimg_path  = "hymenoptera_data/train/ants_img/0013035.jpg"
img = Image.open(img_path)
print(img)  #<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x15424866150># 下面是 把图像的像素值从[0, 255]缩放到[0.0, 1.0]
transforms_to_tensor =  transforms.ToTensor()
img_tensor = transforms_to_tensor(img)
print(img_tensor)   # 将图像数据 转换为 tensor 类型的数据write = SummaryWriter("logs")
write.add_image("ToTensor",img_tensor)# Tensor_to_PIL = transforms.ToPILImage()
# img_PIL = Tensor_to_PIL(img_tensor)
# print(img_PIL)
# #img_PIL.show()# 归一化
#Normalize a tensor image with mean and standard deviation.
# 初始化参数： mean, std, inplace=False
# 计算公式：output[channel] = (input[channel] - mean[channel]) / std[channel]
"""
以下述 mean 与  std 为例：output = (input - 0.5) / 0.5=> output =  2 * input - 1=> 又因为 input = [0,1]=> 所以  output = [-1,1]
"""
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm = trans_norm(img_tensor)
print(img_norm)write.add_image("Normalize",img_norm)# Resize()
print(img.size)       # (768, 512)
trans_resize = transforms.Resize((512,512))
img_resize =  trans_resize(img)
print(img_resize)     # <PIL.Image.Image image mode=RGB size=512x512 at 0x225ED6223F0>
img_resize = transforms_to_tensor(img_resize)  # PIL 类型 转为 tensor 类型
print(img_resize)
write.add_image("Resize",img_resize)trans_comp = transforms.Compose([trans_resize, transforms_to_tensor])
img_comp =  trans_comp(img)
write.add_image("Compose",img_comp)# RandomCrop 随机裁剪
#def __init__(self, size, padding=None, pad_if_needed=False, fill=0, padding_mode="constant")
trans_randcrop = transforms.RandomCrop(100,10)
for i in range(10):img_crop = trans_randcrop(img)img_crop = transforms_to_tensor(img_crop)write.add_image("RandmCrop",img_crop,i)
write.close()