Pytorch中transforms.RandomResizedCrop()等图像操作 - pytorch - ai | Mi Manchi = yuan = Whatever is worth doing at all is worth doing well

先看代码：

	transforms.Compose([transforms.RandomResizedCrop(224),
	transforms.RandomHorizontalFlip(),
	transforms.ToTensor(),
	transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])])

具体是对图像进行各种转换操作，并用函数 compose 将这些转换操作组合起来；

接下来看实例：先读取一张图片：

	from PIL import Image
	img = Image.open("./tulip.jpg")

transforms.RandomResizedCrop(224) 将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小；（即先随机采集，然后对裁剪得到的图像缩放为同一大小）默认 scale=(0.08, 1.0)

	img = Image.open("./demo.jpg")
	print("原图大小：",img.size)
	data1 = transforms.RandomResizedCrop(224)(img)
	print("随机裁剪后的大小:",data1.size)
	data2 = transforms.RandomResizedCrop(224)(img)
	data3 = transforms.RandomResizedCrop(224)(img)

	plt.subplot(2,2,1),plt.imshow(img),plt.title("原图")
	plt.subplot(2,2,2),plt.imshow(data1),plt.title("转换后的图1")
	plt.subplot(2,2,3),plt.imshow(data2),plt.title("转换后的图2")
	plt.subplot(2,2,4),plt.imshow(data3),plt.title("转换后的图3")
	plt.show()

结果为：

	原图大小： (500, 721)
	随机裁剪后的大小: (224, 224)

该操作的含义在于：即使只是该物体的一部分，我们也认为这是该类物体；
图 1
transforms.RandomHorizontalFlip() 以给定的概率随机水平旋转给定的 PIL 的图像，默认为 0.5；

	img = Image.open("./demo.jpg")
	img1 = transforms.RandomHorizontalFlip()(img)
	img2 = transforms.RandomHorizontalFlip()(img)
	img3 = transforms.RandomHorizontalFlip()(img)

	plt.subplot(2,2,1),plt.imshow(img),plt.title("原图")
	plt.subplot(2,2,2), plt.imshow(img1), plt.title("变换后的图1")
	plt.subplot(2,2,3), plt.imshow(img2), plt.title("变换后的图2")
	plt.subplot(2,2,4), plt.imshow(img3), plt.title("变换后的图3")
	plt.show()

图 2
transforms.ToTensor () 将给定图像转为 Tensor

输出为：

transforms.Normalize (）归一化处理

	img = Image.open("./demo.jpg")
	img = transforms.ToTensor()(img)
	img = transforms.Normalize(mean=[0.5,0.5,0.5], std=[0.5,0.5,0.5])(img)
	print(img)

输出：