学习pytorch5 常用的transforms

常用的transforms

• [1. ToTensor()](#1. ToTensor())
• [2. Normalize()](#2. Normalize())
• [3. Resize()](#3. Resize())
• [4. Compose()](#4. Compose())
• [5. RandomCrop()](#5. RandomCrop())
• [1-5 代码](#1-5 代码)
• [6. Python魔法函数](#6. Python魔法函数)
• 总结一下

B站小土堆 pytorch学习教程视频
https://www.bilibili.com/video/BV1hE411t7RN/?p=13&spm_id_from=pageDriver&vd_source=9607a6d9d829b667f8f0ccaaaa142fcb

1. ToTensor()

1. ToTensor 把PIL图片类型数据或ndarry numpy数据类型转换为tensor类型数据
2. 使用tensorboard 传入的必须是tensor类型的数据

2. Normalize()

1. normalize 用平均值和标准差对张量图像做归一化
2. 自己的torch版本没有内置call函数 有forward可以调用

思考：图片输入均值标准差时，根据RGB三个维度，所以均值标准差是三维数值，那么语音识别的输入维度应该是多少，根据什么来的，均值标准差应该是多少维的，平常说的pcen或者fbank 40维特征，根据特征多少维来确定均值标准差是多少维吗？

3. Resize()

输入一个PIL数据，输出一个PIL数据；

在compose调用resize的时候，是可以传递tensor参数的，但是我单独调用resize的时候，也报错必须传递PIL参数，暂时不知道原因，使用时注意。

4. Compose()

trans_resize 需要的参数是PIL图片格式，trans_totensor 可以将PIL图片数据转换为tensor数据，compose类将两个操作组合起来，可以理解为compose就是一次执行多个transforms的操作

列表的两个transforms操作顺序我当前的torch--1.11.0版本可以互换，有的torch版本不能互换，否则resize会因为使用的不是PIL数据，导致报错

trans_compose = transforms.Compose([trans_resize, trans_totensor]) # 设置compose需要的参数 都是transforms的类实例化

5. RandomCrop()

resize输入一个int 输出是等比裁剪， randomcrop输入一个int 输出是正方形裁剪【也可以指定高宽】

1-5 代码

# 1. ToTensor  把PIL图片类型数据或ndarry numpy数据类型转换为tensor类型数据
from PIL import Image
from cv2 import imread
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriter

img_path = 'hymenoptera_data/train/bees/85112639_6e860b0469.jpg'
writer = SummaryWriter('logs')
def totensor():
    cv2_np = imread(img_path)
    trans_totensor = transforms.ToTensor()
    cv2_tensor = trans_totensor(cv2_np)

    writer.add_image('totensor', cv2_tensor)


# 2. normalize  用平均值和标准差对张量图像做归一化
def normalize():
    '''
    output[channel] = (input[channel] - mean[channel]) / std[channel]
    :return:
    '''
    cv2_np = imread(img_path)
    trans_totensor = transforms.ToTensor()
    cv2_tensor = trans_totensor(cv2_np)
    print(cv2_tensor[0][0][0])
    trans_norm = transforms.Normalize([1, 2, 1], [1, 1, 6])
    norm_tensor = trans_norm.forward(cv2_tensor)
    writer.add_image('norm totensor', norm_tensor, 2)
    print(norm_tensor[0][0][0])

def resize():
    '''
    resize 转换图片尺寸 输入需要是PIL格式图片 其他数据类型不对
    :return:
    '''
    img = Image.open(img_path)
    print(img, img.size)
    # PIL-->resize --> PIL
    trans_resize = transforms.Resize((256, 256))
    img_resize_PIL = trans_resize.forward(img)
    print(img_resize_PIL)
    trans_totensor = transforms.ToTensor()
    # PIL --> totensor --> tensor
    img_resize_PIL = trans_totensor(img_resize_PIL) # tensor
    writer.add_image('resize PIL', img_resize_PIL)

    # TypeError: img should be PIL Image. Got <class 'torchvision.transforms.transforms.ToTensor'> Got <class 'numpy.ndarray'>

def compose():
    '''
    可以理解为compose就是一次执行多个transforms的操作
    :return:
    '''
    img = Image.open(img_path)
    trans_totensor = transforms.ToTensor()
    img_tensor = trans_totensor(img)
    writer.add_image('ori PIL', img_tensor)
    print(img)
    # trans_resize = transforms.Resize(256)
    trans_resize = transforms.Resize(128)
    # trans_resize 需要的参数是PIL图片格式，trans_totensor 可以将PIL图片数据转换为tensor数据，compose类将两个操作组合起来，
    # 列表的两个transforms操作顺序我当前的torch--1.11.0版本可以互换，有的torch版本不能互换，否则resize会因为使用的不是PIL数据，导致报错
    # trans_compose = transforms.Compose([trans_resize, trans_totensor])  # 设置compose需要的参数 都是transforms的类实例化
    trans_compose = transforms.Compose([trans_totensor, trans_resize])
    img_resize_compose_tensor = trans_compose(img)
    print(img_resize_compose_tensor.size())  # tensor
    # writer.add_image('compose resize PIL', img_resize_compose_tensor, 1)
    writer.add_image('compose resize PIL', img_resize_compose_tensor, 4)

def randomcrop():
    '''
    只提供一个size值（int） 会裁剪出来一个正方形 size*size
    也可以提供序列 指定高宽 (512, 100)
    :return:
    '''
    img = Image.open(img_path)
    print(img)
    trans_totensor = transforms.ToTensor()
    # trans_randomcrop = transforms.RandomCrop(128)
    trans_randomcrop = transforms.RandomCrop((128, 200))
    trans_compose = transforms.Compose([trans_randomcrop, trans_totensor])
    for i in range(10):
        img_crop = trans_compose(img)
        # writer.add_image("randomcrop", img_crop, i)
        writer.add_image("randomcrop2", img_crop, i)

if __name__ == '__main__':

    totensor()
    normalize()
    resize()
    compose()
    randomcrop()
    writer.close()

6. Python魔法函数

Python中的魔法函数是指一些特殊的函数，可以通过对应的魔法方法来实现对对象的特殊操作，例如初始化、属性访问、运算符重载等等

https://zhuanlan.zhihu.com/p/344951719

#示例代码：
class MyClass:
    def __init__(self, items):  # 在创建对象时自动调用，用于对象的初始化。
        self.items = items
    def __str__(self):  # 在使用print输出对象时自动调用，返回对象的字符串表示
        return "This is MyClass"
    def __len__(self):  # 返回对象的长度或元素个数，可用于内建函数len()调用。
        return len(self.items)
    def __getitem__(self, index): # 允许通过索引访问对象的元素，可用于切片操作
        return self.items[index]
    def __call__(): # 对象通过提供call()方法可以模拟函数的行为，如果一个对象提供了该方法，就可以像函数一样使用它
        print("call print")
 
my_obj = MyClass([1, 2, 3, 4, 5])  # 创建对象时自动调用 __init__ 方法
print(my_obj)      # 输出：This is MyClass
print(len(my_obj)) # 输出：5
print(my_obj[2])  # 输出：3
my_obj()           # 输出： call print  可以看到，我们在像使用函数一样使用类，实在是很有意思的事

总结一下