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')

• transforms.Resize

  • 重置影像解析度。

    • size：圖像大小，height * width，若height ＞ width，則(size * height / width, size)，若只設定一個數a，則為(a*a)。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Resize(size=(300))])
    img = tranform(img)
    img.show()
    

    

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.Resize(size=(300,200))])
    img = tranform(img)
    img.show()
    

    

• 標準化：transforms.Normalize

  • 對資料按通道進行標準化，即先減均值，再除以標準差。

    • mean：均值。
    • std：標準差。

• 轉為tensor：transforms.ToTensor

  • 將PIL Image或者 ndarray 轉換為tensor，並且歸一化至[0-1]，歸一化至[0-1]是直接除以255。

• 修改亮度、對比度和飽和度：transforms.ColorJitter

  • 调整亮度、对比度、饱和度、色相。

    • brightness：調整亮度因子。（當為 (a, b) 時，從 [a, b] 中選擇）。
    • contrast：對比度。（當為 (a, b) 時，從 [a, b] 中選擇）。
    • saturation：飽和度。（當為 (a, b) 時，從 [a, b] 中選擇）。
    • hue：色相參數。（當為 (a, b) 時，從 [a, b] 中選擇）。

    調整亮度

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(brightness=(0.3,1.5))])
    img = tranform(img)
    img.show()
    

    

    調整對比

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(contrast=(0.3,0.5))])
    img = tranform(img)
    img.show()
    
    

    
    調整飽和度

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(saturation=(0.3,0.5))])
    img = tranform(img)
    img.show()
    

    

    調整色相

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.ColorJitter(hue=(0.3,0.5))])
    img = tranform(img)
    img.show()
    

    

• 轉為灰階圖：transforms.Grayscale

  • 轉為灰階圖。

    • num_output_channels：輸出的通道數，只能設置1或3。

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform =         transforms.Compose([transforms.Grayscale(num_output_channels=1)])
    img = tranform(img)
    img.show()
    

    

• 隨機轉為灰階圖：transforms.RandomGrayscale
  • 隨機率p轉為灰階圖。
    • p：轉為灰階圖的機率。

• 仿射變換：transforms.RandomAffine
  　　

  • 對圖像進行仿射變換，為2維的線性轉換。有五種基本操作，旋轉、平移、縮放、錯切及翻轉。

    • degrees：旋轉角度。
    • translate：平移區間。設置為比例，如(0.3,0.3)。
    • scale：縮放比例。
    • shear：錯切角度。例如30，則為(-30,30)
    • fillcolor：填充的顏色。
      旋轉

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

    

    平移

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees= 0 ,translate=(0.2,0.5))])
    img = tranform(img)
    img.show()
    

    

    縮放

    img = img_loader(r"C:\Users\Frank\PycharmProjects\practice\mountain\train\5_拓.jpg")
    tranform = transforms.Compose([transforms.RandomAffine(degrees= 0 ,scale=(0.2,0.5))])
    img = tranform(img)
    img.show()
    

    

    錯切

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