轻松学Pytorch-使用torchvision的transforms实现图像预处理
轻松学Pytorch-使用torchvision的transforms实现图像预处理
OpenCV学堂
发布于 2021-05-10 17:07:46
发布于 2021-05-10 17:07:46
文章被收录于专栏：贾志刚-OpenCV学堂
Transforms包介绍
Pytorch中的图像预处理都跟transforms这个工具包有关系，它是一个常用的图像变换工具包，主要支持方式有两中：
Compose方式，支持链式处理，可以集合多个transforms的方法或者类。Compose方式的例子如下：
transforms.Compose([
transforms.CenterCrop(10), // 剪切为10x10大小
transforms.ToTensor(), // 像素值转换为0~1
])Scriptable transforms方式，通过即时运行的脚本方式实现图像变换。例子图示如下：
transforms = torch.nn.Sequential(
transforms.CenterCrop(10),
transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
)
scripted_transforms = torch.jit.script(transforms)当以script脚本形式运行时候，transfroms必须使用torch.nn.Module继承类实现链式处理流程的定义与组合。
官方说明上述两种变换方式均支持PIL图像对象与Tensor对象，输入的图像格式必须为以下：
(C、H、W) 一张图像变换或者
(B、C、H、W) 多张图像变换其中C表示图像通道数、H表示图像高度、W表示图像宽度，B表示batch数目
常用图像转换类功能列表
常见的torchvision.transforms的类与功能如下：
torchvision.transforms.CenterCrop // 中心剪切
torchvision.transforms.ColorJitter // 颜色颜色，支持亮度、饱和度、色泽
torchvision.transforms.FiveCrop // 5次剪切，把图像剪切为四个部分+中间部分
torchvision.transforms.Grayscale // 灰度转换
torchvision.transforms.Pad // 填充
torchvision.transforms.RandomAffine // 随机几何变换，支持错切、平移、旋转等
torchvision.transforms.RandomApply // 对多个transfrom的随机应用
torchvision.transforms.RandomCrop // 随机剪切
torchvision.transforms.RandomGrayscale // 随机灰度
torchvision.transforms.RandomHorizontalFlip // 随机水平翻转
torchvision.transforms.RandomPerspective // 随机透视变换，参数可设置
torchvision.transforms.RandomResizedCrop // 随机剪切+尺度
torchvision.transforms.RandomRotation // 随机旋转
torchvision.transforms.RandomVerticalFlip // 随机垂直翻转
torchvision.transforms.GaussianBlur // 随机高斯模糊，模糊程度随机
torchvision.transforms.LinearTransformation // 图像随机线性变换
torchvision.transforms.Normalize // 归一化
torchvision.transforms.RandomErasing // 随机擦除
torchvision.transforms.ToPILImage // 转换为PIL图像输出此外还这支持单独的功能函数相关的方法，通过torchvision.transforms.functional实现支持。
scriptable方式的代码变换演示
中心剪切+归一化，代码如下：
transforms = torch.nn.Sequential(
tf.CenterCrop(400),
tf.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225))
)
scripted_transforms = torch.jit.script(transforms)
随机剪切+灰度化
torch.manual_seed(17)
transforms = torch.nn.Sequential(
tf.RandomCrop(300),
tf.Grayscale()
)
scripted_transforms = torch.jit.script(transforms)其中300表示剪切输出的图像大小为300x300，运行结果：
随机旋转 + 随机灰度，代码如下：
torch.manual_seed(17)
transforms = torch.nn.Sequential(
tf.RandomRotation((35, 135), resample=0),
tf.RandomGrayscale()
)
scripted_transforms = torch.jit.script(transforms)其中35表示最小旋转角度、135表示最大旋转角度，此范围内随机旋转。
运行结果如下：
高斯模糊操作：
torch.manual_seed(17)
transforms = torch.nn.Sequential(
tf.GaussianBlur(kernel_size=15, sigma=(5.0, 15.0))
)
scripted_transforms = torch.jit.script(transforms)运行结果如下：
随机翻转 + 归一化
torch.manual_seed(17)
transforms = torch.nn.Sequential(
tf.RandomHorizontalFlip(),
tf.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225))
)
scripted_transforms = torch.jit.script(transforms)运行结果如下：
运行上述的测试代码，我没有使用PIL库，而是使用OpenCV完成了图像读取与处理显示，代码如下：
import torch
import cv2 as cv
import numpy as np
import torchvision.transforms as tf
torch.manual_seed(17)
transforms = torch.nn.Sequential(
tf.Grayscale()
)
scripted_transforms = torch.jit.script(transforms)
image = cv.imread("D:/images/1024.png")
cv.imshow("input", image)
im_data = image.transpose((2, 0, 1))
result = scripted_transforms(torch.from_numpy(np.float32(im_data)/255.0))
result = result.numpy().transpose(1, 2, 0) # HWC
cv.imshow("result", result)
cv.waitKey(0)
cv.destroyAllWindows()本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-05-07，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
