torchvision.transforms

transforms可以用來改變樣本的多樣性，例如：旋轉、平移等等，訓練圖像辨識時，一定會用到的工具，現在來跟大家介紹他有哪些用法！我拿還未處理過的資料來當示範。這裡我把圖片都轉換成400*400的大小。

    from torchvision import transforms
    from PIL import Image

    def img_loader(img_path):
        image = Image.open(img_path)
        img = image.resize((400, 400),Image.ANTIALIAS)
        return img.convert('RGB')

• 中心裁剪：transforms.CenterCrop
  • 中心裁剪是從中心算你給他的size多大，他就裁多大。我們設置剪下200*200的圖片大小。下面是比較圖。
    • 參數size：你要裁剪的大小。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.CenterCrop(size=((200,200)))])
    img = tranform(img)
    img.show()    
    

    
  • 若裁剪的比原圖還大時，多出來的部分會用黑色填補。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.CenterCrop(size=((750,500)))])
    img = tranform(img)
    img.show() 
    

    

• 隨機裁剪：transforms.RandomCrop

  • 將圖檔隨機裁剪你設定的size。

    • size：要剪裁下來的大小。
    • padding：將原圖先填補你給的值的像素，會在隨機裁剪前填補。
    • pad_if_need：當圖片小於設置的size時，是否填補。
    • fill：填補的顏色，預設黑色，例如可改為紅色(255,0,0)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform =         transforms.Compose([transforms.RandomCrop(size=((200,200)),padding=100)])
    img = tranform(img)
    img.show()
    

    

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform =         transforms.Compose([transforms.RandomCrop(size=((200,200)),padding=100,fill = (255,0,0))])
    img = tranform(img)
    img.show()
    

    

• 隨機長寬比裁剪：transforms.RandomResizedCrop

  • 隨機大小及隨機長寬比裁剪原始圖片，最後再resize到設定好的size。

    • size：要剪裁的圖片大小。
    • scale：例如scale=(0.2, 1.0)，則會隨機從0.2到1.0中，選一個倍數裁剪，如0.2則裁剪原圖的0.2倍。
    • ratio：長寬比區間，隨機選取。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.RandomResizedCrop(size = (200,200),scale=(0.2, 1.0), ratio=(0.5, 1.1))])
    img = tranform(img)
    img.show()
    

    

• 水平翻轉：transforms.RandomHorizontalFlip

  • 依照P的機率，資料集的P倍圖片會被水平翻轉。

    • p：為水平翻轉的機率，若為1則所有圖片都被水平翻轉。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    img.show()
    tranform = transforms.Compose([transforms.RandomVerticalFlip(p = 0.9)])
    img = tranform(img)
    img.show()
    

    

• 垂直翻轉：RandomHorizontalFlip

  • 依照P的機率，資料集的P倍圖片會被垂直翻轉。

    • p：為垂直翻轉的機率，若為1則所有圖片都被垂直翻轉。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomHorizontalFlip(p = 0.9)])
    img = tranform(img)
    img.show()
    

    

• 隨機旋轉：RandomRotation

  • 依照設置的degrees，隨機旋轉圖片。

    • degrees：若設為d值，則在(-d,d)之間旋轉；若設為(a,b)，則在a到b之間旋轉。
    • center：旋轉中心的座標。預設為中心點。(0,0)為左上角。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomRotation(degrees = 30,center=(0,0))])
    img = tranform(img)
    img.show()
    

    

• 填補：Pad

  • 依照設置的值為像素，由外而內填補。
    • padding：將原圖填補你給的值的像素。
    • fill：填補的顏色，預設黑色，例如可改為紅色(255,0,0)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Pad(padding = 30,fill=(255,200,0))])
    img = tranform(img)
    img.show()
    

    

今日小結

• 還沒有介紹完，目前都是剪裁跟旋轉的部分，後面還有會調整圖片的函數。
• 做這些轉換可以增加圖片的多樣性，提高模型的泛化程度。