一.torchvision：计算机视觉工具包
- torchvision.transforms : 常用的图像预处理方法
- torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
- torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等
二.数据增强
数据增强又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而让模型更具泛化能力
三.transforms—裁剪
torchvision.transforms : 常用的图像预处理方法
? 数据中心化
? 数据标准化
? 缩放
? 裁剪
? 旋转
? 翻转 ? 填充
? 噪声添加
? 灰度变换
? 线性变换
? 仿射变换
? 亮度、饱和度及对比度变换
3.1 transforms.Normalize()
功能：逐channel的对图像进行标准化
output = (input - mean) / std
? mean：各通道的均值
? std：各通道的标准差
? inplace：是否原地操作
transforms.Normalize(mean,
std,
inplace=False)
3.2 transforms.CenterCrop()
功能：从图像中心裁剪图片
? size：所需裁剪图片尺寸
3.3 transforms.RandomCrop()
功能：从图片中随机裁剪出尺寸为size的图片
? size：所需裁剪图片尺寸
? padding：设置填充大小
当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
? pad_if_need：若图像小于设定size，则填充
? padding_mode：填充模式，有4种模式
- constant：像素值由fill设定
- edge：像素值由图像边缘像素决定
- reflect：镜像填充，最后一个像素不镜像，eg：[1,2,3,4] → [3,2,1,2,3,4,3,2]
- symmetric：镜像填充，最后一个像素镜像，eg：[1,2,3,4] → [2,1,1,2,3,4,4,3]
? fill：constant时，设置填充的像素值
transforms.RandomCrop(size,
padding=None,
pad_if_needed=False,
fill=0,
padding_mode='constant')
3.4 RandomResizedCrop()
功能：随机大小、长宽比裁剪图片
? size：所需裁剪图片尺寸
? scale：随机裁剪面积比例, 默认(0.08, 1)
? ratio：随机长宽比，默认(3/4, 4/3)
? interpolation：插值方法
- PIL.Image.NEAREST
- PIL.Image.BILINEAR
- PIL.Image.BICUBIC
3.5FiveCrop()
transforms.FiveCrop(size)
3.6 TenCrop()
transforms.FiveCrop(size)
transforms.TenCrop(size,
vertical_flip=False)
功能：在图像的上下左右以及中心裁剪出尺
寸为size的5张图片，TenCrop对这5张图片
进行水平或者垂直镜像获得10张图片
? size：所需裁剪图片尺寸
? vertical_flip：是否垂直翻转
transforms.TenCrop( size,
vertical_flip=False)
四.transforms—翻转、旋转
4.1RandomHorizontalFlip() RandomVerticalFlip()
RandomVerticalFlip()功能：依概率水平（左右）或垂直（上下）翻转图片
?p：翻转概率
RandomHorizontalFlip(p=0.5)
RandomVerticalFlip(p=0.5)
4.2RandomRotation()
功能：随机旋转图片
? degrees：旋转角度
当为a时，在（-a，a）之间选择旋转角度
当为(a, b)时，在(a, b)之间选择旋转角度
? resample：重采样方法
? expand：是否扩大图片，以保持原图信息
? center：旋转点设置，默认中心旋转
3.RandomRotation RandomRotation(degrees,
resample=False,
expand=False,
center=None)
五.transforms—图像变换
5.1Pad()
功能：对图片边缘进行填充
? padding：设置填充大小
当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
? padding_mode：填充模式，有4种模式，constant、edge、reflect和symmetric
? fill：constant时，设置填充的像素值，(R, G, B) or (Gray)
transforms.Pad(padding,
fill=0,
padding_mode='constant')
5.2ColorJitter
功能：调整亮度、对比度、饱和度和色相
? brightness：亮度调整因子
当为a时，从[max(0, 1-a), 1+a]中随机选择
当为(a, b)时，从[a, b]中 ? contrast：对比度参数，同brightness
? saturation：饱和度参数，同brightness
? hue：色相参数，当为a时，从[-a, a]中选择参数，注： 0<= a <= 0.5
当为(a, b)时，从[a, b]中选择参数，注：-0.5 <= a <= b <= 0.5
transforms.ColorJitter(brightness=0,
contrast=0,
saturation=0,
hue=0)
5.3Grayscale
RandomGrayscale(num_output_channels,
p=0.1)
5.4 RandomGrayscale
功能：依概率将图片转换为灰度图
? num_ouput_channels：输出通道数
只能设1或3
? p：概率值，图像被转换为灰度图的概率
Grayscale(num_output_channels)
5.5RandomAffine
功能：对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本原子变换构成，分别是旋转、平移、缩放、错切和翻转
? degrees：旋转角度设置
? translate：平移区间设置，如(a, b), a设置宽（width），b设置高(height)
图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
? scale：缩放比例（以面积为单位）
? fill_color：填充颜色设置
RandomAffine(degrees,
translate=None,
scale=None,
shear=None,
resample=False,
fillcolor=0)
5.6RandomErasing()
功能：对图像进行随机遮挡
? p：概率值，执行该操作的概率
? scale：遮挡区域的面积
? ratio：遮挡区域长宽比
? value：设置遮挡区域的像素值，(R, G, B) or (Gray)
RandomErasing(p=0.5,
scale=(0.02, 0.33),
ratio=(0.3, 3.3),
value=0,
inplace=False)
5.7transforms.Lambda()
功能：用户自定义lambda方法
? lambd：lambda匿名函数
lambda [arg1 [,arg2, … , argn]] : expression
transforms.Lambda(lambd)
例：
transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])),
六、transforms的操作
6.1transforms.RandomChoice()
功能：从一系列transforms方法中随机挑选一个
transforms.RandomChoice([transforms1, transforms2, transforms3])
6.2transforms.RandomApply()
功能：依据概率执行一组transforms操作
transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
6.3transforms.RandomOrder()
功能：对一组transforms操作打乱顺序
transforms.RandomOrder([transforms1, transforms2, transforms3])
七、自定义transforms
自定义transforms要素：
- 仅接收一个参数，返回一个参数
- 注意上下游的输出与输入
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
通过类实现多参数传入：
class YourTransforms(object):
def __init__(self, ...):
...
def __call__(self, img):
...
return img
7.1椒盐噪声
椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点, 白点称为盐噪声，黑色为椒噪声
信噪比（Signal-Noise Rate, SNR）是衡量噪声的比例，图像中为图像像素的占比
class AddPepperNoise(object):
def __init__(self, snr, p):
self.snr = snr
self.p = p
def __call__(self, img):
```
添加椒盐噪声具体实现过程
```
return img
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
八、transforms方法总览
一、裁剪
? transforms.CenterCrop
? transforms.RandomCrop
? transforms.RandomResizedCrop
? transforms.FiveCrop
? transforms.TenCrop
二、翻转和旋转
? transforms.RandomHorizontalFlip
? transforms.RandomVerticalFlip
? transforms.RandomRotation
三、图像变换
? transforms.Pad
? transforms.ColorJitter
? transforms.Grayscale
? transforms.RandomGrayscale
? transforms.RandomAffine
? transforms.LinearTransformation
? transforms.RandomErasing
? transforms.Lambda
? transforms.Resize
? transforms.Totensor
? transforms.Normalize
四、transforms的操作
? transforms.RandomChoice
? transforms.RandomApply
? transforms.RandomOrd
点赞！收藏！感谢支持！
这是pytorch目前提供的方法
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt
img = Image.open("img/5.jpg")
data1 = transforms.RandomResizedCrop(224)(img) # 功能：随机大小、长宽比裁剪图片
# data2 = transforms.RandomResizedCrop(224)(img)
# data3 = transforms.RandomResizedCrop(224)(img)
data4 = transforms.RandomCrop(224)(img) # 从图片中随机裁剪出尺寸为size的图片
data5 = transforms.Resize([512, 512])(img)
data6 = transforms.CenterCrop([512, 512])(img) # 从图像中心裁剪图片
data7 = transforms.RandomHorizontalFlip(p=0.9)(img) # 功能：依概率水平（左右）翻转图片
data8 = transforms.RandomVerticalFlip(p=0.9)(img) # 功能：依概率垂直（上下）翻转图片
data9 = transforms.RandomRotation(45)(img) # 功能：随机旋转图片
data10 = transforms.Pad(padding=100)(img) # 功能：对图片边缘进行填充
data11 = transforms.ColorJitter(brightness=5,
contrast=0,
saturation=0, hue=0)(img) # 功能：调整亮度、对比度、饱和度和色相
data12 = transforms.RandomErasing(p=0.5,
scale=(0.02, 0.33), # 遮挡区域的面积
ratio=(0.3, 3.3), # 遮挡区域长宽比
value=0, # 设置遮挡区域的像素值，(R, G, B) or (Gray)
inplace=False)(img)
data13 = transforms.GaussianBlur(5)(img)
plt.subplot(2, 2, 1), plt.imshow(img), plt.title("input")
plt.subplot(2, 2, 2), plt.imshow(data1), plt.title("data1")
plt.subplot(2, 2, 3), plt.imshow(data4), plt.title("data2")
plt.subplot(2, 2, 4), plt.imshow(data13), plt.title("data3")
plt.show()