图像处理
关于计算机图像处理都在torchvision库中,其中transforms
模块提供了丰富的图像预处理功能,用于数据增强和标准化等操作。比如我们之前使用的ToTensor类就来自这个模块,接下来介绍一些如何使用这个类完成其它的图像处理功能。
- 基本变换 :
ToTensor()
:将 PIL 图像或 NumPy 数组转换为 PyTorch 张量,并将像素值归一化到 [0, 1] 范围。Normalize(mean, std)
:对张量进行标准化,减去均值并除以标准差。Resize(size)
:调整图像大小。CenterCrop(size)
:从中心裁剪图像。RandomCrop(size)
:随机裁剪图像。RandomHorizontalFlip(p)
:以给定的概率水平翻转图像。RandomVerticalFlip(p)
:以给定的概率垂直翻转图像。ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
:随机改变图像的亮度、对比度、饱和度和色调。
- 组合变换 :
Compose(transforms)
:将多个变换组合在一起,按顺序应用。
Normalize
Normalize用于将一个tensor类型的图像进行规范化处理,其主要参数为mean(均值)和std(方差),使用``input[channel] - mean[channel]) / std[channel]` 公式进行处理。
图片的Normalize处理主要应用于深度学习、机器学习和计算机视觉任务的预处理阶段,它的目的是为了使得数据具有更好的数值属性,实现加速训练过程和减少过拟合的目的,提高模型训练的效率和效果。
py
from PIL import Image
import torchvision
from torch.utils.tensorboard import SummaryWriter
# 归一化
# Image读取图片
img = Image.open("test.jpg")
# 转换成tensor格式
myToTensor = torchvision.transforms.ToTensor()
img_tensor = myToTensor(img)
# 归一化,使用方法和ToTensor类似,先创建对象
myNormalize = torchvision.transforms.Normalize([0.5,0.5,0.5],[1,1,1])
img_norm = myNormalize(img_tensor)
# tensorboard可视化
writter = SummaryWriter('logs/log2')
writter.add_image('img_norm',img_norm)
writter.close()
运行结果:
Resize
在transform中,用resize实现调整图像大小的功能,resize的参数可以有两种表示方法,如果传入了两个数字,则宽高分别变为指定的大小;如果只传入一个数字,则使用最小边匹配,另一条变进行等比缩放
py
# resize缩放图像
# 使用Image读取PIL类型的图像
img_PIL = Image.open('test.jpg')
# 使用ToTensor将PIL转为tensor类型
myTotensor = torchvision.transforms.ToTensor()
img_tensor = myTotensor(img_PIL)
# 将tensor图片进行resize
myResize = torchvision.transforms.Resize((2000, 1500))
img_resize = myResize(img_tensor)
# 只传一个参数
myResize2 = torchvision.transforms.Resize((1000))
img_resize2 = myResize2(img_tensor)
# 可视化
writter = SummaryWriter("logs/log3")
writter.add_image('原图:', img_tensor)
writter.add_image('两个参数变形后:', img_resize)
writter.add_image('一个参数变形后:', img_resize2)
writter.close()
RandomCrop
实现随机裁剪,用于数据增强
py
writter = SummaryWriter("logs/log4")
# 使用Image读取PIL类型的图像
img_PIL = Image.open('test.jpg')
# 使用ToTensor将PIL转为tensor类型
myTotensor = torchvision.transforms.ToTensor()
img_tensor = myTotensor(img_PIL)
# 随机裁剪
my_randomcrop = torchvision.transforms.RandomCrop((1000,2000))
for i in range(10):
img_randomcrop = my_randomcrop(img_tensor)
# 指定迭代步数
writter.add_image('random:',img_randomcrop,global_step=i)
writter.close()
通过拖动上面的进度条就可以看出每一次迭代产生的结果
Compose
Compose用于将多个变换组合在一起,按顺序应用。
py
# 组合多个方法
my_compose = torchvision.transforms.Compose([
torchvision.transforms.ToTensor(),
torchvision.transforms.Normalize([0.5,0.5,0.5], [1,1,1]),
torchvision.transforms.RandomCrop((1000,2000))
])
img_com = my_compose(img_PIL)
writter = SummaryWriter("logs/log5")
writter.add_image('组合变形:', img_com)
writter.close()