transforms的使用

示例代码

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms#打开该图片
img_path="hymenoptera_data/val/bees/10870992_eebeeb3a12.jpg"
img=Image.open(img_path)
writer=SummaryWriter("logs")
#print(img.size) 图片大小为(500,464)
#1、ToTensor的使用：将图片转换为tensor的格式
#获取ToTensor实体
trans_totensor=transforms.ToTensor()
img_tensor=trans_totensor(img)
writer.add_image("img_tensor",img_tensor)#2、Normalize的使用：将图片正则化
print(img_tensor[0][0][0])
trans_normal=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_normalize=trans_normal(img_tensor)
print(img_normalize[0][0][0])
writer.add_image("img_normalize",img_normalize)#3、Resize的使用：改变图片大小
#指定图片大小为500*400
trans_resize=transforms.Resize((500,400))
img_resize=trans_resize(img)
img_tensor_2=trans_totensor(img_resize)
writer.add_image("image_resize",img_tensor_2)#4、compose的使用:可以将方法进行捆绑，类似于形成一条对数据处理的通道
#指定图片大小为450*450
trains_resize_2=transforms.Resize(450)
trans_compose=transforms.Compose([trains_resize_2,trans_totensor])
img_compose=trans_compose(img)
writer.add_image("img_compose",img_compose)#5、RandomCrop随机裁剪
#将其随机裁剪200*200的,格式依旧是PIL.Image.Image的
trans_rdm=transforms.RandomCrop(200)
trans_compose_2=transforms.Compose([trans_rdm,trans_totensor])
for i in range(10):img_crop=trans_compose_2(img)writer.add_image("img_crop",img_crop,i)
writer.close()

运行结果