harry's blog

1. Introduction

torchvision.transforms

前言：Transforms 是常见的图像变换工具。他们可以通过 compose 函数被连接起来

Transformation 接受 tensor 图像也接受 tensor 的 batch 类型。Tensor 类型：CHW，Tensor 的 batch 类型：BCHW

Tensor 的范围由 Tensor 的类型定义，对于 float 类型，数值在[0, 1)之间；对于整型 integer，范围为[0, MAX_DTYPE]

注意：对于 torch 的随机种子和 python 的随机种子将会产生不同的结果

# Previous versions
# import random
# random.seed(12)

# Now
import torch
torch.manual_seed(17)

2. Composition of transforms

2.1 Compose

torchvision.transforms.Compose(transforms)

将几个不同的 transforms 组合起来

transforms.Compose([
    transforms.CenterCrop(10),
    transforms.PILToTensor(),
    transforms.ConvertImageDtype(torch.float),
])

3. Transforms on PIL Image and Tensor

3.1 Resize

torchvision.transforms.Resize(size, interpolation, max_size=None, antialias=None)

将图片大小转换到给定的大小

size - 输出图像的大小
interpolation - 插值方法，默认为双线性插值

3.2 RandomHorizontalFlip

torchvision.transforms.RandomHorizontalFlip(p=0.5)

将图片以给定的概率随机翻转

4. Functional Transforms

函数可以为转换的过程提供细粒度控制。与上面的转换相反，函数转换不提供随机数生成器，即随机种子对其无效，你需要对其转换的方式来指定参数

4.1 to_tensor

torchvision.transforms.functional.to_tensor(pic)

将 PIL Image 或者 numpy.ndarray 转化为 tensor
返回：tensor

pic - PIL Image 或者 numpy.ndarray

4.2 pad

torchvision.transforms.functional.pad(img, padding, fill, padding_mode)

将输入图片的所有边进行填充
返回：PIL Image or Tensor

img(PIL Image or Tensor) - 填充的图像
padding(int or sequence) - 如果是 int，对所有边都进行填充。如果是两个值，对左右和上下分别填充。如果是四个值，分别填充左上右下
fill - Pixel fill value for constant fill. Default is 0.如果是一个长度为 3 的元祖，则分别填充 RGB 三个值，只有在 padding_mode 为 constant 的时候使用
padding_mode - 填充类型，默认为 constant
- constant：填充特定的值，由 fill 变量指定
- edge：由图像边缘的值进行填充
- reflect：以边为对称轴进行填充，不重复边上的值。例如以 2 填充[1,2,3,4]会得到[3,2,1,2,3,4,3,2]
- symmetric：以图像边的最后一个值填充。例如以 2 填充[1,2,3,4]会得到[3,2,1,2,3,4,3,2]

4.3 adjust_gamma

torchvision.transforms.functional.adjust_gamma(img, gamma, gain:float=1)

对一张图片进行 gamma 校正
返回：gamma 校正的图片

$$
I_{out} = 255\times gain\times (\frac{I_{in}}{255})^{\gamma}
$$

img - PIL Image or Tensor
gamma - float. gamma 大于 1 会让阴影变暗，gamma 小于 1 会让暗的区域变亮
gain - 乘积因子

4.4 adjust_saturation

torchvision.transforms.functional.adjust_saturation(img, saturation_factor:float)

调整图片的饱满度
返回：PIL Image or Tensor

img - PIL Image or Tensor
saturation_factor - float. 调整饱满度。黑白图：0，不变：1，增强饱满度：2

本文由 Yonghui Wang 创作，采用知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: Dec 19, 2024 12:13 pm

pytorch 中 transform