【深度之眼】【Pytorch打卡第4天】：各种transforms详解

图像增强

裁剪

transforms.CenterCrop

transforms.RandomCrop
功能:从图片中随机裁剪出尺寸为size的图片
• size:所需裁剪图片尺寸 • padding:设置填充大小
当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素 当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• pad_if_need:若图像小于设定size，则填充
• padding_mode:填充模式，有4种模式
1、constant:像素值由fill设定
2、edge:像素值由图像边缘像素决定
3、reflect:镜像填充，最后一个像素不镜像，eg:[1,2,3,4] → [3,2,1,2,3,4,3,2]
4、symmetric:镜像填充，最后一个像素镜像，eg:[1,2,3,4] → [2,1,1,2,3,4,4,3]
• fill:constant时，设置填充的像素值

transforms.RandomResizedCrop
功能:随机大小、长宽比裁剪图片
• size:所需裁剪图片尺寸
• scale:随机裁剪面积比例, 默认(0.08, 1)
• ratio:随机长宽比，默认(3/4, 4/3)
• interpolation:插值方法
PIL.Image.NEAREST
PIL.Image.BILINEAR
PIL.Image.BICUBIC

FiveCrop

TenCrop
功能:在图像的上下左右以及中心裁剪出尺寸为size的5张图片，TenCrop对这5张图片进行水平或者垂直镜像获得10张图片。
• size:所需裁剪图片尺寸
• vertical_flip:是否垂直翻转

翻转和旋转

RandomHorizontalFlip

RandomVerticalFlip
功能:依概率水平(左右)或垂直(上下) 翻转图片
• p:翻转概率

RandomRotation
功能:随机旋转图片
• degrees:旋转角度
当为a时，在(-a，a)之间选择旋转角度
当为(a, b)时，在(a, b)之间选择旋转角度
• resample:重采样方法
• expand:是否扩大图片
• center:旋转中心，默认是中心点

代码

    train_transform = transforms.Compose([
    transforms.Resize((224, 224)),
    
    # 1 CenterCrop
    # transforms.CenterCrop(512),     # 512
    
    # 2 RandomCrop
    # transforms.RandomCrop(224, padding=16),
    # transforms.RandomCrop(224, padding=(16, 64)),
    # transforms.RandomCrop(224, padding=16, fill=(255, 0, 0)),
    # transforms.RandomCrop(512, pad_if_needed=True),   # pad_if_needed=True
    # transforms.RandomCrop(224, padding=64, padding_mode='edge'),
    # transforms.RandomCrop(224, padding=64, padding_mode='reflect'),
    # transforms.RandomCrop(1024, padding=1024, padding_mode='symmetric'),
    
    # 3 RandomResizedCrop
    # transforms.RandomResizedCrop(size=224, scale=(0.5, 0.5)),
    
    # 4 FiveCrop
    # transforms.FiveCrop(112),
    # transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),
    
    # 5 TenCrop
    # transforms.TenCrop(112, vertical_flip=False),
    # transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),
    
    # 1 Horizontal Flip
    # transforms.RandomHorizontalFlip(p=1),
    
    # 2 Vertical Flip
    # transforms.RandomVerticalFlip(p=0.5),
    
    # 3 RandomRotation
    # transforms.RandomRotation(90),
    # transforms.RandomRotation((90), expand=True),
    # transforms.RandomRotation(30, center=(0, 0)),
    # transforms.RandomRotation(30, center=(0, 0), expand=True),   # expand only for center rotation
    
    transforms.ToTensor(),
    transforms.Normalize(norm_mean, norm_std),
    ])
    
    
    
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
      
    

图像变换

Pad
功能:对图片边缘进行填充
• padding:设置填充大小 当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素 当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• padding_mode:填充模式，有4种模式，constant、edge、reflect和symmetric
• fill:constant时，设置填充的像素值，(R, G, B) or (Gray)

ColorJitter
功能:调整亮度、对比度、饱和度和色相
• brightness:亮度调整因子
当为a时，从[max(0, 1-a), 1+a]中随机选择
当为(a, b)时，从[a, b]中
• contrast:对比度参数，同brightness
• saturation:饱和度参数，同brightness
• hue:色相参数，当为a时，从[-a, a]中选择参数，注: 0<= a <= 0.5；当为(a, b)时，从[a, b]中选择参数，注:-0.5 <= a <= b <= 0.5

Grayscale

RandomGrayscale
功能:依概率将图片转换为灰度图
• num_ouput_channels:输出通道数，只能设1或3
• p:概率值，图像被转换为灰度图的概率

RandomAffine
功能:对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本原子变换构成，分别是旋转、平移、缩放、错切和翻转
• degrees:旋转角度设置
• translate:平移区间设置，如(a, b), a设置宽(width)，b设置高(height) 图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
• scale:缩放比例(以面积为单位)
• fill_color:填充颜色设置
• shear:错切角度设置
• resemble:重采样方式，有NEAREST、BILINEAR

RandomErasing
功能:对图像进行随机遮挡
• p:概率值，执行该操作的概率
• scale:遮挡区域的面积
• ratio:遮挡区域长宽比
• value:设置遮挡区域的像素值，(R, G, B) or (Gray)

transforms.Lambda
功能:用户自定义lambda方法
• lambd:lambda匿名函数
lambda [arg1 [,arg2, … , argn]] : expression

transforms的操作

transforms.RandomChoice
功能:从一系列transforms方法中随机挑选一个

transforms.RandomApply
功能:依据概率执行一组transforms操作

transforms.RandomOrder
功能:对一组transforms操作打乱顺序

自定义transforms

1. 仅接收一个参数，返回一个参数
2. 注意上下游的输出与输入

椒盐噪声
椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点, 白点称为盐噪声， 黑色为椒噪声
信噪比(Signal-Noise Rate, SNR)是衡量噪声的比例，图像中为图像像素的 占比

总结

一、裁剪
• 1. transforms.CenterCrop
• 2. transforms.RandomCrop
• 3. transforms.RandomResizedCrop
• 4. transforms.FiveCrop
• 5. transforms.TenCrop

二、翻转和旋转
• 1. transforms.RandomHorizontalFlip
• 2. transforms.RandomVerticalFlip
• 3. transforms.RandomRotation

三、图像变换
• 1. transforms.Pad
• 2. transforms.ColorJitter
• 3. transforms.Grayscale
• 4. transforms.RandomGrayscale
• 5. transforms.RandomAffine
• 6. transforms.LinearTransformation
• 7. transforms.RandomErasing
• 8. transforms.Lambda
• 9. transforms.Resize
• 10. transforms.Totensor
• 11. transforms.Normalize

四、transforms的操作
• 1. transforms.RandomChoice
• 2. transforms.RandomApply
• 3. transforms.RandomOrder