Pytorch与深度学习-03.图片处理方法
作者:Sun zi chao     发布时间:2021-06-25 20:50:14    阅读次数:530
在图像识别方面的学习训练中,通常要对样本图片进行裁剪、缩放等操作。生成更多素材。提高训练效果。那这些裁剪和缩放操作在Pytorch中也是有提供的。

Pytorch中的Transfroms中包含有裁剪、翻转、图形变换和随机操作四类20个操作函数。

一、裁剪

1.随机裁剪:transforms.RandomCrop

class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)

功能:依据给定的size随机裁剪

参数:

size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)

padding-(sequence or int, optional),此参数是设置填充多少个pixel。

当为int时,图像上下左右均填充int个,例如padding=4,则上下左右均填充4个pixel,若为3232,则会变成4040。

当为sequence时,若有2个数,则第一个数表示左右扩充多少,第二个数表示上下的。当有4个数时,则为左,上,右,下。

fill- (int or tuple) 填充的值是什么(仅当填充模式为constant时有用)。int时,各通道均填充该值,当长度为3的tuple时,表示RGB通道需要填充的值。

padding_mode-填充模式,这里提供了4种填充模式,1.constant,常量。2.edge按照图片边缘的像素值来填充。3.reflect,暂不了解。 4. symmetric,暂不了解。


2.中心裁剪:transforms.CenterCrop

class torchvision.transforms.CenterCrop(size)

功能:依据给定的size从中心裁剪

参数:

size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)


3.随机长宽比裁剪 transforms.RandomResizedCrop

class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

功能:随机大小,随机长宽比裁剪原始图片,最后将图片resize到设定好的size

参数:

size- 输出的分辨率

scale- 随机crop的大小区间,如scale=(0.08, 1.0),表示随机crop出来的图片会在的0.08倍至1倍之间。

ratio- 随机长宽比设置

interpolation- 插值的方法,默认为双线性插值(PIL.Image.BILINEAR)


4.上下左右中心裁剪:transforms.FiveCrop

class torchvision.transforms.FiveCrop(size)

功能:对图片进行上下左右以及中心裁剪,获得5张图片,返回一个4D-tensor

参数:

size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)


5.上下左右中心裁剪后翻转: transforms.TenCrop

class torchvision.transforms.TenCrop(size, vertical_flip=False)

功能:对图片进行上下左右以及中心裁剪,然后全部翻转(水平或者垂直),获得10张图片,返回一个4D-tensor。

参数:

size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)

vertical_flip (bool) – 是否垂直翻转,默认为flase,即默认为水平翻转



二、翻转

6.依概率p水平翻转transforms.RandomHorizontalFlip

class torchvision.transforms.RandomHorizontalFlip(p=0.5)

功能:依据概率p对PIL图片进行水平翻转

参数:

p- 概率,默认值为0.5


7.依概率p垂直翻转transforms.RandomVerticalFlip

class torchvision.transforms.RandomVerticalFlip(p=0.5)

功能:依据概率p对PIL图片进行垂直翻转

参数:

p- 概率,默认值为0.5


8.随机旋转:transforms.RandomRotation

class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

功能:依degrees随机旋转一定角度

参数:

degress- (sequence or float or int) ,若为单个数,如 30,则表示在(-30,+30)之间随机旋转

若为sequence,如(30,60),则表示在30-60度之间随机旋转

resample- 重采样方法选择,可选 PIL.Image.NEAREST, PIL.Image.BILINEAR,

PIL.Image.BICUBIC,默认为最近邻

expand- ?

center- 可选为中心旋转还是左上角旋转



三、图像变换

9.resize:transforms.Resize

class torchvision.transforms.Resize(size, interpolation=2)

功能:重置图像分辨率

参数:

size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size),所以建议size设定为h*w

interpolation- 插值方法选择,默认为PIL.Image.BILINEAR


10.标准化:transforms.Normalize

class torchvision.transforms.Normalize(mean, std)

功能:对数据按通道进行标准化,即先减均值,再除以标准差,注意是 hwc


11.转为tensor:transforms.ToTensor

class torchvision.transforms.ToTensor

功能:将PIL Image或者 ndarray 转换为tensor,并且归一化至[0-1]

注意事项:归一化至[0-1]是直接除以255,若自己的ndarray数据尺度有变化,则需要自行修改。


12.填充:transforms.Pad

class torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)

功能:对图像进行填充

参数:

padding-(sequence or int, optional),此参数是设置填充多少个pixel。

当为int时,图像上下左右均填充int个,例如padding=4,则上下左右均填充4个pixel,若为3232,则会变成4040。

当为sequence时,若有2个数,则第一个数表示左右扩充多少,第二个数表示上下的。当有4个数时,则为左,上,右,下。

fill- (int or tuple)填充的值是什么(仅当填充模式为constant时有用)。int时,各通道均填充该值,当长度为3的tuple时,表示RGB通

道需要填充的值。

padding_mode- 填充模式,这里提供了4种填充模式,1.constant,常量。2.edge 按照图片边缘的像素值来填充。3.reflect,? 4. symmetric,?


13.修改亮度、对比度和饱和度:transforms.ColorJitter

class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

功能:修改修改亮度、对比度和饱和度


14.转灰度图:transforms.Grayscale

class torchvision.transforms.Grayscale(num_output_channels=1)

功能:将图片转换为灰度图

参数:

num_output_channels- (int) ,当为1时,正常的灰度图,当为3时, 3 channel with r == g == b


15.线性变换:transforms.LinearTransformation()

class torchvision.transforms.LinearTransformation(transformation_matrix)

功能:对矩阵做线性变化,可用于白化处理! whitening: zero-center the data, compute the data covariance

matrix

参数:

transformation_matrix (Tensor) – tensor [D x D], D = C x H x W


16.仿射变换:transforms.RandomAffine>

class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

功能:仿射变换


17.依概率p转为灰度图:transforms.RandomGrayscale

class torchvision.transforms.RandomGrayscale(p=0.1)

功能:依概率p将图片转换为灰度图,若通道数为3,则3 channel with r == g == b


18.将数据转换为PILImage:transforms.ToPILImage

class torchvision.transforms.ToPILImage(mode=None)

功能:将tensor 或者 ndarray的数据转换为 PIL Image 类型数据

参数:

mode- 为None时,为1通道, mode=3通道默认转换为RGB,4通道默认转换为RGBA


19.transforms.Lambda

Apply a user-defined lambda as a transform.

暂不了解,待补充。



四、随机操作

PyTorch不仅可设置对图片的操作,还可以对这些操作进行随机选择、组合

20.transforms.RandomChoice(transforms)

功能:从给定的一系列transforms中选一个进行操作,randomly picked from a list


21.transforms.RandomApply(transforms, p=0.5)

功能:给一个transform加上概率,以一定的概率执行该操作


22.transforms.RandomOrder

功能:将transforms中的操作顺序随机打乱




桂ICP备11003301号-1 公安备案号:45040302000027 Copyright @ 2021- 2022 By Sun zi chao

阅读统计: 2.09W 文章数量: 76 运行天数: 464天 返回cmnsoft