Pytorch-TORCHVISION.TRANSFORMS(transforms模块)索引

简介

本文进行简单的函数索引工作，详细细节可参考官方文档
TORCHVISION.TRANSFORMS

Transforms 是常见的图像变换。可以使用Compose将它们(变换设置)链接在一起。此外，还有torchvision.transforms.functional 。变换函数能够很好的控制图像变换的细粒度。如果你需要构建一个更复杂的transforms设计(例如分割任务）transforms.functional模块是非常有用的。

torchvision.transforms.Compose(transforms)
该函数将我们所有的变换设置包装在一起

参数：transforms (list of Transform objects) #对变换序列进行组合
例子：
import torch
import torchvision
import torchvision.transforms as transforms
transforms.Compose([transforms.CenterCrop(10),transforms.ToTensor(),])

1、Transforms on PIL Image（对PIL图像进行处理）

PIL非常适合于图像归档以及图像的批处理任务。你可以使用PIL创建缩略图，转换图像格式，打印图像等等

1-1：torchvision.transforms.CenterCrop(size)

作用：对给定的PIL图像以中心位置为基准进行裁剪
参数：size（sequence or int）-期望图像裁剪的尺寸，sequence->(h,w)可以设置裁剪的尺寸的高和宽，如果只设置一个int数的话，就得到一个正方形的输出。

transforms.Compose([transforms.CenterCrop(10),])transforms.Compose([transforms.CenterCrop((125,257)),])

1-2:torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

作用：随机改变图像的亮度、对比度和饱和度
参数：

• brightness (float or tuple of python:float (min, max)) – 亮度调节的阈值. 从[max（0，1-brightness），1 +brightness]或给定的[min，max]中均匀选择亮度系数。应为非负数。
• contrast (float or tuple of python:float (min, max)) – 对比度调节的阈值从[max(0,1-contrast),1+contrast] 或给定的[min,max]中均匀的调节对比度。应该为非负数。
• saturation (float or tuple of python:float (min, max)) – 饱和度的调节阈值. 如果是float数值就在[max(0,1-saturation),1+saturation]中均匀的调节饱和度，或是从给定的范围中选择。应该为非负数。
• hue (float or tuple of python:float (min, max)) – 调节色调，从[-hue，hue]或给定的[min，max]中均匀选择hue_factor。hue的范围应该满足: <=hue<= 0.5 或 -0.5 <=min<=max<= 0.5

1-3：torchvision.transforms.FiveCrop(size)

作用：以图像的四个角位置和中心位置五个点为基准进行裁剪，该函数会输出一个数量为5的图像组
参数：size (sequence or int)-期待裁剪后图像的尺寸
注意：在训练时，一般用randomResize,在测试时用FiveCrop

1-4：torchvision.transforms.Grayscale(num_output_channels=1)

作用：将图像转换为灰度图像
参数：num_output_channels (int)–期待输出图像的通道数（1或者3）

1-5：torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)

对给定的PIL图像进行padding填充
参数：

• padding (int or tuple) 在每个边框上填充。如果提供一个整型数，则用于填充所有边框。如果提供了长度为2的元组，那么它分别是左/右和顶/底部的填充。如果提供了一个长度为4的元组，那么它就是分别用于左边框、上边框、右边框和底边框的填充。
• fill (int or tuple) 像素填充值用于恒定填充。默认值为0。如果一个元组的长度为3，则分别用于填充R，G，B通道。仅当padding_mode为常数时使用此值。
  padding_mode (str) 填充类型。应为：常数，边缘，反射或对称。默认为常数。

1-5：torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

作用：保持中心不变的图像的随机仿射变换
参数：

• degrees (sequence or float or int) – 旋转的度数
  -translate (tuple, optional) – 平移
• scale (tuple, optional) – 缩放
• shear (sequence or float or int, optional) – 错切
• resample ({PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC}, optional) –图像重采样
• fillcolor (tuple or int) – 输出图像中变换外部区域的可选填充颜色（用于RGB图像的元组，用于灰度的int）

1-6：torchvision.transforms.RandomApply(transforms, p=0.5)

作用：以给定的概率随机应用一系列转换
参数：transforms (list or tuple) – 变换序列
p (float) – 概率

1-7：torchvision.transforms.RandomChoice(transforms)

作用：从列表中随机挑选一个变换
参数：transforms-变换列表

1-8：torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)

作用：在随机位置裁剪给定的PIL图像

1-9:torchvision.transforms.RandomGrayscale(p=0.1)

作用：
将图像以p的概率随机转换为灰度（默认值为0.1）。

1-10：torchvision.transforms.RandomHorizontalFlip(p=0.5)

作用：根据给定的概率随机水平饭庄图像

1-11torchvision.transforms.RandomOrder(transforms)

作用：以随机序列应用转换列表

1-12：torchvision.transforms.RandomPerspective(distortion_scale=0.5, p=0.5, interpolation=3, fill=0)

作用：以给定的概率随机执行给定的PIL图像的透视变换

1-13：torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

作用：将给定的PIL图像裁剪为随机大小和纵横比

1-14：torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None, fill=None)

作用：按角度旋转图像

1-15：torchvision.transforms.RandomSizedCrop(*args, **kwargs)

作用：不建议使用此转换，而推荐使用RandomResizedCrop

1-16:torchvision.transforms.RandomVerticalFlip(p=0.5)

作用：以给定的概率垂直翻转给定的PIL图像。

1-17：torchvision.transforms.Resize(size, interpolation=2)

作用：将输入的PIL图像调整为给定尺寸。

1-18:torchvision.transforms.TenCrop(size, vertical_flip=False)

作用：将给定的PIL图像裁剪为四个角，并在中央裁剪并加上翻转的版本（默认情况下使用水平翻转）

2、Transforms on torch.*Tensor（在torch张量上的变换）

2-1：torchvision.transforms.LinearTransformation(transformation_matrix, mean_vector)

作用：一般用到白化矩阵上

2-2：torchvision.transforms.Normalize(mean, std, inplace=False)

用均值和标准差对张量图像进行归一化。

2-3：torchvision.transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)

随机选择图像中的矩形区域并删除其像素

3、Conversion Transforms（类型转换）

3-1：torchvision.transforms.ToPILImage(mode=None)

将tensor或ndarray转换为PIL图像。

3-2：torchvision.transforms.ToTensor

作用：将一个 PIL Image 或 numpy.ndarray 转换为张量。
将[0,255]范围内的 PIL Image 或 numpy.ndarray (h x w x c)转换为Tensor。如果 PIL 图像属于其中一个模式(l，LA，p，i，f，RGB，YCbCr，RGBA，CMYK，1) ，或者 numpy.ndarray 具有 dtype = np.uint8，则 torch.FloatTensor（h x w x c)在[0.0,1.0]范围内。

4、Generic Transforms（通用变换）

4-1：torchvision.transforms.Lambda(lambd)

作用：使用lambd作为转换器

5、Functional Transforms(函数变换)

functional transforms 能够自定义自己的转换类。参数，转换序列等都可以自定义。
Example：

import torchvision.transforms.functional as TF
import randomclass MyRotationTransform:"""Rotate by one of the given angles."""def __init__(self, angles):self.angles = anglesdef __call__(self, x):angle = random.choice(self.angles)return TF.rotate(x, angle)rotation_transform = MyRotationTransform(angles=[-30, -15, 0, 15, 30])

5-1：torchvision.transforms.functional.adjust_brightness(img: torch.Tensor, brightness_factor: float) → torch.Tensor

作用：调节图像的亮度

5-2：torchvision.transforms.functional.adjust_contrast(img: torch.Tensor, contrast_factor: float) → torch.Tensor

作用：调节图像的对比度

5-3：torchvision.transforms.functional.adjust_gamma(img, gamma, gain=1)

作用：在一张图片上执行伽玛校正操作。

5-4：torchvision.transforms.functional.adjust_hue(img: torch.Tensor, hue_factor: float) → torch.Tensor

作用：调节图像的色调

5-5：torchvision.transforms.functional.adjust_saturation(img: torch.Tensor, saturation_factor: float) → torch.Tensor

作用：调节图像的饱和度

5-6：torchvision.transforms.functional.affine(img, angle, translate, scale, shear, resample=0, fillcolor=None)

作用：将仿射变换应用于使图像中心不变的图像

5-7:torchvision.transforms.functional.center_crop(img, output_size)

作用：裁剪给定的 PIL 图像并将其调整为所需的大小。
特别是在RandomResizedCrop中使用。

5-8:torchvision.transforms.functional.rotate(img, angle, resample=False, expand=False, center=None, fill=None)

作用：按角度旋转图像

5-9：torchvision.transforms.functional.ten_crop(img, size, vertical_flip=False)

作用：从给定的PIL图像生成十张裁剪的图像。将给定的PIL图像裁剪为四个角，并在中央裁剪并加上翻转后的版本（默认情况下使用水平翻转）

5-9:torchvision.transforms.functional.to_grayscale(img, num_output_channels=1)

作用：将图像转换为图像的灰度版本。

5-10:torchvision.transforms.functional.to_pil_image(pic, mode=None)

作用：将张量或多维数组转换成为PIL图像

5-11：torchvision.transforms.functional.to_tensor(pic)

作用：将PIL图像或numpy.ndarray转换为张量。

5-12:torchvision.transforms.functional.vflip(img: torch.Tensor) → torch.Tensor

作用：垂直翻转图像

参考链接：官方英文文档