pytorch transforms图像增强

一、前言

在学习自己的项目发现自己有很多基础知识不牢，对于图像处理有点不太清楚，因此写下来作为自己的笔记，主要是我想自己动手写一下每一句代码到底做了什么，而不是单纯的我看了知道了它做了什么，说白了，不想停在看，而是要真正自己敲。

本文基于的是pytorch1.7.1

二、图像处理

深度学习是由数据驱动的，而数据的数量和分布对于模型的优劣具有决定性作用，所以我们需要对数据进行一定的预处理以及数据增强，用于提升模型的泛化能力。

一般来说深度学习神经网络训练前都需要做数据增强 (Data Augmentation) 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。

下面为常见的图像变换

1.原始图片

显示图片，并读取图片大小

from torchvision import transforms
from PIL import Image # 用于读取图片
import  matplotlib.pyplot as plt # 用于显示图片

image_path = './dog.jpg'
image = Image.open(image_path)
plt.imshow(image)
print(image.size)
plt.show()

图片大小(1024, 683)

2.调整图片大小transforms.Resize

2.1.transforms.Resize(x)

主要用于调整PILImage对象的尺寸大小，图片短边缩放至x，长宽比保持不变

将图片短边缩放至x，长宽比保持不变，上述图片执行transforms.Resize(300)

from torchvision import transforms
from PIL import Image # 用于读取图片
import  matplotlib.pyplot as plt # 用于显示图片
# 图片显示，打印图片大小
image_path = './dog.jpg'
image = Image.open(image_path)
resize = transforms.Resize(300)
image1 = resize(image)
plt.imshow(image1)
print(image1.size)
plt.show()

图片大小(449, 300)

得到如下

2.2.transforms.Resize([x, y])

同时指定图片长宽，这样会改变长宽比例但是不是裁剪，可以恢复

from torchvision import transforms
from PIL import Image # 用于读取图片
import  matplotlib.pyplot as plt # 用于显示图片
# 图片显示，打印图片大小
image_path = './dog.jpg'
image = Image.open(image_path)
resize = transforms.Resize([512, 300])
image1 = resize(image)
plt.imshow(image1)
print(image1.size)
plt.show()

图片大小（512， 300）

2.3关于图片的恢复

测试代码

from torchvision import transforms
from PIL import Image # 用于读取图片
import  matplotlib.pyplot as plt # 用于显示图片
# 图片显示，打印图片大小
image_path = './dog.jpg'
image = Image.open(image_path)
w, h = image.size
resize = transforms.Resize([512, 300])
image1 = resize(image)
resize2 = transforms.Resize([h, w])
image2 = resize2(image1)
plt.imshow(image2)
print(image2.size)
plt.show()

图片大小（1024， 683）

注意这里要使用transforms.Resize([h, w])

3.图片裁剪

3.1中心裁剪transforms.CenterCrop

作用：中心裁剪图片

主要参数:size，表示需要裁剪的图片大小

代码示例：

from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt
transform = transforms.CenterCrop(512)
image_path= "./dog.jpg"
image = Image.open(image_path)
image1 = transform(image)
plt.imshow(image1)
print(image1.size)
plt.show()
image1.save('./dog_clipping.jpg')

图片大小(512, 512)

3.2随机裁剪transforms.RandomCrop(size,padding=None,pad_if_needed=False,fill=0,padding_mode='constant')

主要参数：

size：为需要裁剪的图片大小

padding:设置填充大小

大小为a：表示上下左右都填充a个元素

大小为（a, b）：表示左右填充a个元素，上下填充b个元素

大小为（a, b, c, d）:表示左上右下填充a, b, c, d个元素

pad_if_needed:若图像小于设定 size，则填充，此时该项需要设置为 True

padding_mode:填充模式，主要有四种

• 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，例如 [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，例如 [1, 2, 3, 4] → [2, 1, 1, 2, 3, 4, 4, 3]。

fill:当填充模式为padding_mode的填充值

代码示例：

from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomCrop(size=(512, 512), padding=50, pad_if_needed=True, fill=0,padding_mode="constant")
image_path = "./dog.jpg"
image = Image.open(image_path)
random_crop_image = transform(image)
print(random_crop_image.size)
plt.imshow(random_crop_image)
plt.show()
random_crop_image.save("./random_crop_image.jpg")

图片大小（512， 512）

3.3transforms.RandomResizedCrop

RandomResizedCrop(size,scale=(0.08,1.0),ratio=(3/4,4/3),interpolation)

将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小；

主要参数：

size:为最终图片要resize的大小

scale:为随机采样最少要覆盖原图的比例，在resize前

ratio:为随机采样宽高的比例，也在resize前

interpolation:插值方法

代码示例：

from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomResizedCrop(size=(256, 256),
                                        scale=(0.08, 1),
                                        ratio=(3/ 4, 4/3),
                                        interpolation=Image.NEAREST)
image_path = "./dog.jpg"
image = Image.open(image_path)
random_resize_crop_image = transform(image)
print(random_resize_crop_image.size)
plt.imshow(random_resize_crop_image)
plt.show()
random_resize_crop_image.save("./dog_random_resize_crop.jpg")

图片大小（256， 256）

4.图片翻转与旋转

4.1.transforms.RandomHorizontalFlip(p=0.5)水平翻转

p为旋转的概率

代码示例：

from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomHorizontalFlip(p=0.7)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomHorizontalFlip_image = transform(image)
print(RandomHorizontalFlip_image.size)
plt.imshow(RandomHorizontalFlip_image)
plt.show()
RandomHorizontalFlip_image.save("./RandomHorizontalFlip_image.jpg")

图片大小（1024， 683）

4.2transforms.RandomVerticalFlip垂直翻转

代码示例

from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomVerticalFlip(p=0.8)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomVerticalFlip_image = transform(image)
print(RandomVerticalFlip_image.size)
plt.imshow(RandomVerticalFlip_image)
plt.show()
RandomVerticalFlip_image.save("./RandomVerticalFlip_image.jpg")

图片大小(1024, 683)

4.3旋转transforms.RandomRotation

RandomRotation(degrees,resample=False,expand=False,center=None)

主要参数：

• degrees：旋转角度。

        当为 a 时，在 (-a, a) 之间随机选择旋转角度。

        当为 (a, b) 时，在 (a, b) 之间随机选择旋转角度。

• 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

代码示例：

from torchvision import transforms
import matplotlib.pyplot as plt
from PIL import Image
transform = transforms.RandomRotation(degrees=90,resample=False, expand=True, center=None, fill=0)
image_path = "./dog.jpg"
image = Image.open(image_path)
RandomRotation_image = transform(image)
print(RandomRotation_image.size)
plt.imshow(RandomRotation_image)
plt.show()
RandomRotation_image.save("./RandomRotation_image.jpg")

图片大小(1214, 1203)

参考博客与资料：

Pytorch transforms.Resize()的简单用法_xiongxyowo的博客-CSDN博客

PyTorch 08：transforms 数据增强：裁剪、翻转、旋转 - YEY 的博客 | YEY Blog

Pytorch中transforms.RandomResizedCrop()等图像操作_心向林丶的博客-CSDN博客

Illustration of transforms — Torchvision main documentation (pytorch.org)