pytorch?transforms圖像增強實現方法
一、前言
在學習自己的項目發(fā)現自己有很多基礎知識不牢，對于圖像處理有點不太清楚，因此寫下來作為自己的筆記，主要是我想自己動手寫一下每一句代碼到底做了什么，而不是單純的我看了知道了它做了什么，說白了，不想停在看，而是要真正自己敲。
本文基于的是pytorch2.7.1
二、圖像處理
深度學習是由數據驅動的，而數據的數量和分布對于模型的優(yōu)劣具有決定性作用，所以我們需要對數據進行一定的預處理以及數據增強，用于提升模型的泛化能力。
一般來說深度學習神經網絡訓練前都需要做數據增強 (Data Augmentation) 又稱為數據增廣、數據擴增，它是對 訓練集 進行變換，使訓練集更豐富，從而讓模型更具 泛化能力。
下面為常見的圖像變換
1.原始圖片
顯示圖片，并讀取圖片大小
from torchvision import transforms from PIL import Image # 用于讀取圖片 import matplotlib.pyplot as plt # 用于顯示圖片 image_path = './dog.jpg' image = Image.open(image_path) plt.imshow(image) print(image.size) plt.show()
圖片大小(1024, 683)
2.調整圖片大小transforms.Resize
2.1.transforms.Resize(x)
主要用于調整PILImage對象的尺寸大小，圖片短邊縮放至x，長寬比保持不變
將圖片短邊縮放至x，長寬比保持不變，上述圖片執(zhí)行transforms.Resize(300)
from torchvision import transforms from PIL import Image # 用于讀取圖片 import matplotlib.pyplot as plt # 用于顯示圖片 # 圖片顯示，打印圖片大小 image_path = './dog.jpg' image = Image.open(image_path) resize = transforms.Resize(300) image1 = resize(image) plt.imshow(image1) print(image1.size) plt.show()
圖片大小(449, 300)
得到如下
2.2.transforms.Resize([x, y])
同時指定圖片長寬，這樣會改變長寬比例但是不是裁剪，可以恢復
from torchvision import transforms from PIL import Image # 用于讀取圖片 import matplotlib.pyplot as plt # 用于顯示圖片 # 圖片顯示，打印圖片大小 image_path = './dog.jpg' image = Image.open(image_path) resize = transforms.Resize([512, 300]) image1 = resize(image) plt.imshow(image1) print(image1.size) plt.show()
圖片大小（512， 300）
2.3關于圖片的恢復
測試代碼
from torchvision import transforms from PIL import Image # 用于讀取圖片 import matplotlib.pyplot as plt # 用于顯示圖片 # 圖片顯示，打印圖片大小 image_path = './dog.jpg' image = Image.open(image_path) w, h = image.size resize = transforms.Resize([512, 300]) image1 = resize(image) resize2 = transforms.Resize([h, w]) image2 = resize2(image1) plt.imshow(image2) print(image2.size) plt.show()
圖片大?。?024， 683）
注意這里要使用transforms.Resize([h, w])
3.圖片裁剪
3.1中心裁剪transforms.CenterCrop
作用：中心裁剪圖片
主要參數:size，表示需要裁剪的圖片大小
代碼示例：
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt
transform = transforms.CenterCrop(512)
image_path= "./dog.jpg"
image = Image.open(image_path)
image1 = transform(image)
plt.imshow(image1)
print(image1.size)
plt.show()
image1.save('./dog_clipping.jpg')圖片大小(512, 512)
3.2隨機裁剪transforms.RandomCrop(size,padding=None,pad_if_needed=False,fill=0,padding_mode='constant')
主要參數：
size：為需要裁剪的圖片大小
padding:設置填充大小
大小為a：表示上下左右都填充a個元素
大小為（a, b）：表示左右填充a個元素，上下填充b個元素
大小為（a, b, c, d）:表示左上右下填充a, b, c, d個元素
pad_if_needed:若圖像小于設定 size，則填充，此時該項需要設置為 True
padding_mode:填充模式，主要有四種
- constant：像素值由 fill 設定。
- edge：像素值由圖像邊緣像素決定。
- reflect：鏡像填充，最后一個像素不鏡像，例如 [1, 2, 3, 4] → [3, 2, 1, 2, 3, 4, 3, 2]。
- symmetric：鏡像填充，最后一個像素鏡像，例如 [1, 2, 3, 4] → [2, 1, 1, 2, 3, 4, 4, 3]。
fill:當填充模式為padding_mode的填充值
代碼示例：
from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomCrop(size=(512, 512), padding=50, pad_if_needed=True, fill=0,padding_mode="constant")
image_path = "./dog.jpg"
image = Image.open(image_path)
random_crop_image = transform(image)
print(random_crop_image.size)
plt.imshow(random_crop_image)
plt.show()
random_crop_image.save("./random_crop_image.jpg")圖片大小（512， 512）
3.3transforms.RandomResizedCrop
RandomResizedCrop(size,scale=(0.08,1.0),ratio=(3/4,4/3),interpolation)
將給定圖像隨機裁剪為不同的大小和寬高比，然后縮放所裁剪得到的圖像為制定的大??；
主要參數：
size:為最終圖片要resize的大小
scale:為隨機采樣最少要覆蓋原圖的比例，在resize前
ratio:為隨機采樣寬高的比例，也在resize前
interpolation:插值方法
代碼示例：
from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomResizedCrop(size=(256, 256),
scale=(0.08, 1),
ratio=(3/ 4, 4/3),
interpolation=Image.NEAREST)
image_path = "./dog.jpg"
image = Image.open(image_path)
random_resize_crop_image = transform(image)
print(random_resize_crop_image.size)
plt.imshow(random_resize_crop_image)
plt.show()
random_resize_crop_image.save("./dog_random_resize_crop.jpg")圖片大?。?56， 256）
4.圖片翻轉與旋轉
4.1.transforms.RandomHorizontalFlip(p=0.5)水平翻轉
p為旋轉的概率
代碼示例：
from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomHorizontalFlip(p=0.7)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomHorizontalFlip_image = transform(image)
print(RandomHorizontalFlip_image.size)
plt.imshow(RandomHorizontalFlip_image)
plt.show()
RandomHorizontalFlip_image.save("./RandomHorizontalFlip_image.jpg")圖片大?。?024， 683）
4.2transforms.RandomVerticalFlip垂直翻轉
代碼示例
from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomVerticalFlip(p=0.8)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomVerticalFlip_image = transform(image)
print(RandomVerticalFlip_image.size)
plt.imshow(RandomVerticalFlip_image)
plt.show()
RandomVerticalFlip_image.save("./RandomVerticalFlip_image.jpg")圖片大小(1024, 683)
4.3旋轉transforms.RandomRotation
RandomRotation(degrees,resample=False,expand=False,center=None)
主要參數：
- degrees：旋轉角度。
當為 a 時，在 (-a, a) 之間隨機選擇旋轉角度。
當為 (a, b) 時，在 (a, b) 之間隨機選擇旋轉角度。
- resample：重采樣方法。
- expand：是否擴大圖片，以保持原圖信息。
- center：旋轉點設置，默認中心旋轉
代碼示例：
from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomRotation(degrees=90,resample=False, expand=True, center=None, fill=0)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomRotation_image = transform(image)
print(RandomRotation_image.size)
plt.imshow(RandomRotation_image)
plt.show()
RandomRotation_image.save("./RandomRotation_image.jpg")圖片大小(1214, 1203)
參考博客與資料：
Pytorch transforms.Resize()的簡單用法
PyTorch 08：transforms 數據增強：裁剪、翻轉、旋轉
Pytorch中transforms.RandomResizedCrop()等圖像操作
Illustration of transforms — Torchvision main documentation (pytorch.org)
到此這篇關于pytorch transforms圖像增強的文章就介紹到這了,更多相關pytorch 圖像增強內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
namedtuple類位域Collections模塊中,有了namedtuple后通過屬性訪問數據能夠讓我們的代碼更加的直觀更好維護,下面就來簡單講解Python編程中namedtuple類的用法2016-06-06
在Python中經常使用matplotlib畫圖,為了讓圖像顯示的更加好看,經常需要對圖表點、線形狀及顏色進行設置,下面這篇文章主要給大家介紹了關于python中matplotlib的顏色以及形狀的相關資料,需要的朋友可以參考下2022-01-01
這篇文章主要介紹了python通過線程實現定時器timer的方法,涉及Python線程與定時器timer的使用技巧,需要的朋友可以參考下2015-03-03
對python?調用類屬性的方法詳解測試時候類的調用是經常會用到的,下面這篇文章主要給大家介紹了關于Python類屬性和方法的調用的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2022-06-06
pygame是一個專門設計來進行游戲開發(fā)設計的Python模塊,因為擺脫了被低級語言（如機器語言和匯編語言）的束縛,使用起來非常的簡單,這篇文章主要給大家介紹了關于如何利用pygame模塊制作跳躍小球小游戲的相關資料,需要的朋友可以參考下2021-08-08
這篇文章主要介紹了Python字符串處理的8招秘籍，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
with 語句適用于對資源進行訪問的場合，確保不管使用過程中是否發(fā)生異常都會執(zhí)行必要的“清理”操作，釋放資源，這篇文章給大家介紹了python with語句簡介，感興趣的朋友一起看看吧2018-04-04
井字棋（Tic-Tac-Toe）是一種經典的兩人棋盤游戲,通常由兩名玩家輪流下棋,目標是在一個3x3的棋盤上先形成橫向、縱向或對角線的三個棋子,本文將介紹如何使用 Python 制作一個簡單的井字棋游戲、包括游戲規(guī)則、界面設計和實現代碼,需要的朋友可以參考下2023-11-11
這篇文章主要為大家詳細介紹了python學生信息管理系統(tǒng)的實現代碼，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-06-06
這篇文章主要介紹了python圖像填充與裁剪/resize，本文通過示例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-08-08