筆者PyTorch的全部簡單教程請訪問：http://www.lxweimin.com/nb/48831659

PyTorch教程-6：詳解PyTorch中的transforms

對于視覺方向的圖像處理方面，PyTorch提供了很好的預(yù)處理接口，對于圖像的轉(zhuǎn)換處理，使用 torchvision.tranforms 模塊使得這些操作非常高效。本文就介紹這個非常強(qiáng)大的工具，先引入transforms模塊：

import torchvision.transforms as transforms

完整的參考：https://pytorch.org/docs/stable/torchvision/transforms.html

組合多個變換操作

transforms.Compose() 方法接收一個 transforms 方法的list為參數(shù)，將這些操作組合到一起，返回一個新的tranforms。通常用于包裝一個完整的變換操作的pipeline：

import torchvision.transforms as transforms

myTransforms = transforms.Compose([
    transforms.CenterCrop(10),
    transforms.ToTensor()
])

對PIL Image和Tensor同時起作用的操作

本節(jié)所提到的所有的transforms的操作都可以以三種數(shù)據(jù)中的一種為參數(shù)：

• PIL格式的Image
• tensor表示的圖片，其形狀為 (Channel, Height, Weight)
• 一個tensor數(shù)組表示的多個圖片，其形狀為 (Batch, Channel, Height, Weight)

這些方法列在下邊，對于需要詳細(xì)查看其參數(shù)含義的操作，可以直接參考：
https://pytorch.org/docs/stable/torchvision/transforms.html#transforms-on-pil-image-and-torch-tensor

• torchvision.transforms.CenterCrop(size)：size為一個整數(shù)或者tuple，從圖片中心裁剪出size大小的圖片
• torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)：對圖像的亮度、對比度、飽和度和色調(diào)進(jìn)行調(diào)節(jié)，每個參數(shù)接收一個float值或者一個float tuple (min, max)
• torchvision.transforms.FiveCrop(size)：size為一個整數(shù)或者tuple，從圖片中心和四個角裁剪出一共五張size大小的圖片
• torchvision.transforms.Grayscale(num_output_channels=1)：將圖片轉(zhuǎn)換為灰度圖，參數(shù)可取1或3，取3時，三個通道返回同樣的值
• torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')：對圖片做padding操作
• torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=0, fillcolor=0)：對圖像進(jìn)行隨機(jī)的仿射變換
• torchvision.transforms.RandomApply(transforms, p=0.5)：接收一個transforms的list為參數(shù)，依據(jù)它對圖片進(jìn)行隨機(jī)的變換
• torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')：在圖片的隨機(jī)位置剪裁并返回新圖像
• torchvision.transforms.RandomGrayscale(p=0.1)：以p的概率將圖片隨機(jī)轉(zhuǎn)換為灰度圖
• torchvision.transforms.RandomHorizontalFlip(p=0.5)：以p的概率隨機(jī)將圖片水平翻轉(zhuǎn)
• torchvision.transforms.RandomPerspective(distortion_scale=0.5, p=0.5, interpolation=2, fill=0)：以p的概率將圖片進(jìn)行隨機(jī)透視變換
• torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)：將圖片隨機(jī)地進(jìn)行剪裁得到給定大小或者長寬比的圖片
• torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None, fill=None)：隨機(jī)對圖片旋轉(zhuǎn)一個角度
• torchvision.transforms.RandomVerticalFlip(p=0.5)：以p的概率隨機(jī)將圖片垂直（上下）翻轉(zhuǎn)
• torchvision.transforms.Resize(size, interpolation=2)：將圖片大小放縮到給定大小
• torchvision.transforms.TenCrop(size, vertical_flip=False)：將圖片的四個角和中心進(jìn)行裁剪后，返回他們的反轉(zhuǎn)后的圖片，默認(rèn)水平反轉(zhuǎn)
• torchvision.transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))：對圖片進(jìn)行高斯模糊

僅對PIL Image起作用的操作

本小節(jié)提到的方法僅對PIL Image格式的圖片起作用，即不能用于torchscript（什么是TorchScript：https://pytorch.org/docs/stable/jit.html?highlight=torchscript）。詳細(xì)的參數(shù)說明請參考：https://pytorch.org/docs/stable/torchvision/transforms.html#transforms-on-pil-image-only

• torchvision.transforms.RandomChoice(transforms)：接收一個transforms的list為參數(shù)，從list中隨機(jī)挑選一個對圖片進(jìn)行變換
• torchvision.transforms.RandomOrder(transforms)：接收一個transforms的list為參數(shù)，將list中的所有變換操作進(jìn)行隨機(jī)排序后對圖片進(jìn)行變換

僅對Tensor起作用的操作

本小節(jié)提到的方法僅能夠作用于 Tensor 上，詳細(xì)的參數(shù)說明請參考：https://pytorch.org/docs/stable/torchvision/transforms.html#transforms-on-torch-tensor-only

• torchvision.transforms.LinearTransformation(transformation_matrix, mean_vector)：對tensor進(jìn)行矩陣變換后減去一個向量
• torchvision.transforms.Normalize(mean, std, inplace=False)：對圖片進(jìn)行標(biāo)準(zhǔn)化
• torchvision.transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)：隨機(jī)選取圖片中的矩形區(qū)域并刪除其像素值
• torchvision.transforms.ConvertImageDtype(dtype: torch.dtype)：將tensor的數(shù)據(jù)類型轉(zhuǎn)換為給定的torch.dtype的類型

用于進(jìn)行轉(zhuǎn)換的操作

本小節(jié)提到的方法用于數(shù)據(jù)類型的轉(zhuǎn)換，詳細(xì)的參數(shù)說明請參考：https://pytorch.org/docs/stable/torchvision/transforms.html#conversion-transforms

• torchvision.transforms.ToPILImage(mode=None)：將一個tensor格式的圖片轉(zhuǎn)換為PIL Image格式的圖片，不支持torchscript
• torchvision.transforms.ToTensor：將一個PIL Image格式的圖片轉(zhuǎn)換為tensor格式的圖片，不支持torchscript，這個很重要！