12-27 10:32 阅读 169

Pytorch使用transforms

这篇文章主要介绍了Pytorch使用transforms,tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。下面来看看文章的具体内容介绍吧,需要的朋友可以参考一下

首先，这次讲解的tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。

transforms的原理：

说明：图片（输入）通过工具得到结果（输出），这个工具，就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具result=tool(图片)

在这里插入图片描述

tansforms的调用与使用，由下图可得：

先创建一个transforms.Tensor()，使用from torchvision import transforms调包
transforms去调init函数
init去调用真正的transforms类，里面就有很多的方法（绿色五角星标注），例如：resize,ToTensor,CenterCrop（从这些方法可以看出，许多都是数据增强的方法）。

在这里插入图片描述

接下来，上代码：

import os

from torchvision import transforms

from PIL import Image

root_path = "D:\\data\\basic\\Image"

label_path = "aligned"

# 1.获取aligned第一张图的名字

img_dir = os.path.join(root_path, label_path)

img_list = os.listdir(img_dir)

img_path = img_list[0]

# 2.获取aligned第一张图的路径

img = os.path.join(root_path, label_path, img_path)

# 3.使用python自带的PIL获取图片

img = Image.open(img)

# 4.将PIL利用transforms转换成ToTensor

to_tensor = transforms.ToTensor()  # 创建totensor ()

img = to_tensor(img)  # 使用to_tensor直接将图片的PIL转化为tensor

print(img)

# transforms

代码结果：

在这里插入图片描述

原文链接：https://blog.csdn.net/XiaoyYidiaodiao/article/details/122158191

推荐资源