Transforms转换Tensor数据类型、归一化

目录

• 一、ToTensor()使用：
• 二、tensor数据类型：
• 三、Normalize()使用：
• 四、Resize()使用：
• 五、compose()对象：

Transforms用来对图像进行一些变换，转换成具体格式的tensor类型数据。

一、ToTensor()使用：

from PIL import Image
from torchvision import transforms

#转换成tensor数据类型
img_PIL = Image.open("dataset/train/ants_image/0013035.jpg")

#创建trans_tensor对象，用来对图片进行类型转换
tensor_trans = transforms.ToTensor()
#调用transforms对象的__call__内置函数进行数据类型转换
img_tensor = tensor_trans(img_PIL)

print(img_tensor)

二、tensor数据类型：

tensor是一个封装了神经网络所需参数的特殊数据类型。

三、Normalize()使用：

from PIL import Image
from torchvision import transforms

#转换成tensor数据类型
img_PIL = Image.open("dataset/train/ants_image/0013035.jpg")

#创建trans_tensor对象，用来对图片进行类型转换
trans_tensor = transforms.ToTensor()
#调用trans_tensor对象的__call__内置函数进行数据类型转换
img_tensor = trans_tensor(img_PIL)

#创建归一化对象，需要给出三维图片上各个维度的均值和方差
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
#调用trans_norm对象的__call__内置函数进行tensor数据的归一化
img_norm = trans_norm(img_tensor)

四、Resize()使用：

from PIL import Image
from torchvision import transforms

#转换成tensor数据类型
img_PIL = Image.open("dataset/train/ants_image/0013035.jpg")

#创建trans_tensor对象，用来对图片进行类型转换
trans_tensor = transforms.ToTensor()
#调用trans_tensor对象的__call__内置函数进行数据类型转换
img_tensor = trans_tensor(img_PIL)

#创建对象，用来改变图片尺寸(长，宽)
trans_resize = transforms.Resize((512,512))
#调用trans_resize对象的__call__内置函数进行图片缩放
img_resize = trans_resize(img_PIL)

五、compose()对象：

from PIL import Image
from torchvision import transforms

#转换成tensor数据类型
img_PIL = Image.open("dataset/train/ants_image/0013035.jpg")

#创建trans_tensor对象，进行图像类型变换
trans_tensor = transforms.ToTensor()
#创建trans_resize对象，宽调整为512,高不变
trans_resize = transforms.Resize(512)

#trans_compose对象用来预设执行流程，先执行trans_resize改变图像维度，再执行trans_tensor转为tensor类型
trans_compose =  transforms.Compose([trans_resize,trans_tensor])
trans_compose(img_PIL)