使用jupyter notebook编译器
from PIL import Image
from torchvision import transforms as T
import torch as t
to_tensor = T.ToTensor()
to_pil = T.ToPILImage()
lena = Image.open('/home/xie/图片/lena.jpg')
lena # 尺寸200*200
transforms = T.Compose([T.Resize(224),T.CenterCrop(224),T.ToTensor()]) # Resize：缩放
lena_t = transforms(lena) # 传入transforms中的数据是PIL数据，lena_t为tensor
lena_t.shape # 3*224*224 ; 当T.CenterCrop()的参数大于T.Resize()的参数时，周围用0填充
to_pil(lena_t)
"""
T.RandomResizedCrop() # 先随机裁剪为不同的大小和宽高比的图片，然后缩放为所要的尺寸，前后两次运行，所得图片可能不一样
T.CenterCrop(n) # 从图片中心往外裁剪n个单位，超过原尺寸用0填充
T.RandomHorizontalFlip() # 图片左右对调，水平翻转概率为0.5
"""