变换示例¶
此示例展示了 torchvision.transforms.v2 模块中可用的一些不同变换。
from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import torch
from torchvision.transforms import v2
plt.rcParams["savefig.bbox"] = 'tight'
# if you change the seed, make sure that the randomly-applied transforms
# properly show that the image can be both transformed and *not* transformed!
torch.manual_seed(0)
# If you're trying to run that on Colab, you can download the assets and the
# helpers from https://github.com/pytorch/vision/tree/main/gallery/
from helpers import plot
orig_img = Image.open(Path('../assets') / 'astronaut.jpg')
几何变换¶
几何图像变换是指改变图像几何属性的过程，例如形状、大小、方向或位置。它涉及对图像像素或坐标应用数学运算以实现所需的变换。
填充¶
Pad 变换（另请参见 pad()）使用某些像素值填充图像的所有边界。
padded_imgs = [v2.Pad(padding=padding)(orig_img) for padding in (3, 10, 30, 50)]
plot([orig_img] + padded_imgs)
调整大小¶
Resize 变换（另请参见 resize()）调整图像的大小。
resized_imgs = [v2.Resize(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot([orig_img] + resized_imgs)
中心裁剪¶
CenterCrop 变换（另请参见 center_crop()）在中心裁剪给定的图像。
center_crops = [v2.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot([orig_img] + center_crops)
五角裁剪¶
FiveCrop 变换（另请参见 five_crop()）将给定的图像裁剪成四个角和中心区域。
(top_left, top_right, bottom_left, bottom_right, center) = v2.FiveCrop(size=(100, 100))(orig_img)
plot([orig_img] + [top_left, top_right, bottom_left, bottom_right, center])
随机透视¶
RandomPerspective 变换（另请参见 perspective()）对图像执行随机透视变换。
perspective_transformer = v2.RandomPerspective(distortion_scale=0.6, p=1.0)
perspective_imgs = [perspective_transformer(orig_img) for _ in range(4)]
plot([orig_img] + perspective_imgs)
随机旋转¶
RandomRotation 变换（另请参见 rotate()）以随机角度旋转图像。
rotater = v2.RandomRotation(degrees=(0, 180))
rotated_imgs = [rotater(orig_img) for _ in range(4)]
plot([orig_img] + rotated_imgs)
随机仿射¶
RandomAffine 变换（另请参见 affine()）对图像执行随机仿射变换。
affine_transfomer = v2.RandomAffine(degrees=(30, 70), translate=(0.1, 0.3), scale=(0.5, 0.75))
affine_imgs = [affine_transfomer(orig_img) for _ in range(4)]
plot([orig_img] + affine_imgs)
弹性变换¶
ElasticTransform 变换（另请参见 elastic_transform()）随机变换图像中物体的形态并产生透水效果。
elastic_transformer = v2.ElasticTransform(alpha=250.0)
transformed_imgs = [elastic_transformer(orig_img) for _ in range(2)]
plot([orig_img] + transformed_imgs)
随机裁剪¶
RandomCrop 变换（另请参见 crop()）在随机位置裁剪图像。
cropper = v2.RandomCrop(size=(128, 128))
crops = [cropper(orig_img) for _ in range(4)]
plot([orig_img] + crops)
随机调整大小裁剪¶
RandomResizedCrop 变换（另请参见 resized_crop()）在随机位置裁剪图像，然后将裁剪区域调整到给定大小。
resize_cropper = v2.RandomResizedCrop(size=(32, 32))
resized_crops = [resize_cropper(orig_img) for _ in range(4)]
plot([orig_img] + resized_crops)
光度变换¶
光度图像变换是指修改图像光度属性的过程，例如亮度、对比度、颜色或色调。应用这些变换可以改变图像的视觉外观，同时保留其几何结构。
除了 Grayscale，以下变换是随机的，这意味着同一个变换实例每次对给定图像进行变换时都会产生不同的结果。
灰度¶
Grayscale 变换（另请参见 to_grayscale()）将图像转换为灰度
gray_img = v2.Grayscale()(orig_img)
plot([orig_img, gray_img], cmap='gray')
颜色抖动¶
ColorJitter 变换随机改变图像的亮度、对比度、饱和度、色调等属性。
jitter = v2.ColorJitter(brightness=.5, hue=.3)
jittered_imgs = [jitter(orig_img) for _ in range(4)]
plot([orig_img] + jittered_imgs)
高斯模糊¶
GaussianBlur 变换（另请参见 gaussian_blur()）对图像执行高斯模糊变换。
blurrer = v2.GaussianBlur(kernel_size=(5, 9), sigma=(0.1, 5.))
blurred_imgs = [blurrer(orig_img) for _ in range(4)]
plot([orig_img] + blurred_imgs)
随机反相¶
RandomInvert 变换（另请参见 invert()）随机反转给定图像的颜色。
inverter = v2.RandomInvert()
invertered_imgs = [inverter(orig_img) for _ in range(4)]
plot([orig_img] + invertered_imgs)
随机色调分离¶
RandomPosterize 变换（另请参见 posterize()）通过减少每个颜色通道的位数来随机对图像进行色调分离。
posterizer = v2.RandomPosterize(bits=2)
posterized_imgs = [posterizer(orig_img) for _ in range(4)]
plot([orig_img] + posterized_imgs)
随机曝光过度¶
RandomSolarize 变换（另请参见 solarize()）通过反转高于阈值的所有像素值来随机对图像进行曝光过度处理（Solarize）。
solarizer = v2.RandomSolarize(threshold=192.0)
solarized_imgs = [solarizer(orig_img) for _ in range(4)]
plot([orig_img] + solarized_imgs)
随机调整锐度¶
RandomAdjustSharpness 变换（另请参见 adjust_sharpness()）随机调整给定图像的锐度。
sharpness_adjuster = v2.RandomAdjustSharpness(sharpness_factor=2)
sharpened_imgs = [sharpness_adjuster(orig_img) for _ in range(4)]
plot([orig_img] + sharpened_imgs)
随机自动对比度¶
RandomAutocontrast 变换（另请参见 autocontrast()）随机对给定图像应用自动对比度。
autocontraster = v2.RandomAutocontrast()
autocontrasted_imgs = [autocontraster(orig_img) for _ in range(4)]
plot([orig_img] + autocontrasted_imgs)
随机直方图均衡¶
RandomEqualize 变换（另请参见 equalize()）随机均衡给定图像的直方图。
equalizer = v2.RandomEqualize()
equalized_imgs = [equalizer(orig_img) for _ in range(4)]
plot([orig_img] + equalized_imgs)
JPEG¶
JPEG 变换（另请参见 jpeg()）以随机压缩程度对给定图像应用 JPEG 压缩。
增强变换¶
以下变换是多种变换（几何变换、光度变换或两者结合）的组合。
AutoAugment¶
AutoAugment 变换根据给定的自动增强策略自动增强数据。有关可用策略，请参见 AutoAugmentPolicy。
policies = [v2.AutoAugmentPolicy.CIFAR10, v2.AutoAugmentPolicy.IMAGENET, v2.AutoAugmentPolicy.SVHN]
augmenters = [v2.AutoAugment(policy) for policy in policies]
imgs = [
[augmenter(orig_img) for _ in range(4)]
for augmenter in augmenters
]
row_title = [str(policy).split('.')[-1] for policy in policies]
plot([[orig_img] + row for row in imgs], row_title=row_title)
RandAugment¶
RandAugment 是 AutoAugment 的一个替代版本。
augmenter = v2.RandAugment()
imgs = [augmenter(orig_img) for _ in range(4)]
plot([orig_img] + imgs)
TrivialAugmentWide¶
TrivialAugmentWide 是 AutoAugment 的另一种实现。然而，它不是对图像进行多次变换，而是使用给定列表中的随机变换和随机强度值对图像进行一次变换。
augmenter = v2.TrivialAugmentWide()
imgs = [augmenter(orig_img) for _ in range(4)]
plot([orig_img] + imgs)
AugMix¶
AugMix 变换在图像的增强版本之间进行插值。
随机应用的变换¶
给定概率 p，以下变换将被随机应用。也就是说，如果 p = 0.5，则有 50% 的机会返回原始图像，有 50% 的机会返回变换后的图像，即使使用相同的变换实例调用也是如此！
随机水平翻转¶
RandomHorizontalFlip 变换（另请参见 hflip()）以给定概率对图像进行水平翻转。
hflipper = v2.RandomHorizontalFlip(p=0.5)
transformed_imgs = [hflipper(orig_img) for _ in range(4)]
plot([orig_img] + transformed_imgs)
随机垂直翻转¶
RandomVerticalFlip 变换（另请参见 vflip()）以给定概率对图像进行垂直翻转。
vflipper = v2.RandomVerticalFlip(p=0.5)
transformed_imgs = [vflipper(orig_img) for _ in range(4)]
plot([orig_img] + transformed_imgs)
随机应用¶
RandomApply 变换以给定概率随机应用一个变换列表。
applier = v2.RandomApply(transforms=[v2.RandomCrop(size=(64, 64))], p=0.5)
transformed_imgs = [applier(orig_img) for _ in range(4)]
plot([orig_img] + transformed_imgs)
脚本总运行时间：(0 分钟 6.501 秒)
