变换示例¶
本示例说明了 torchvision.transforms.v2 模块 中提供的一些变换。
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()
)使用一些像素值填充所有图像边界。
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()
)从中心裁剪给定图像。
center_crops = [v2.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot([orig_img] + center_crops)
五点裁剪¶
FiveCrop
变换(另请参见 five_crop()
)将给定图像裁剪成四个角和中心裁剪。
(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()
)使用随机角度旋转图像。
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,并产生类似于水中的透视效果。
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,然后将裁剪后的图像调整为给定大小。
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。这些变换用于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变换给定图像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、色调和其他属性。
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)
随机反转¶
该 RandomInvert
变换(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)
RandomPosterize¶
该 RandomPosterize
变换(参见 posterize()
)通过减少每个颜色通道的位数来随机地将图像进行色调分离。
posterizer = v2.RandomPosterize(bits=2)
posterized_imgs = [posterizer(orig_img) for _ in range(4)]
plot([orig_img] + posterized_imgs)
RandomSolarize¶
该 RandomSolarize
变换(参见 solarize()
)通过反转高于阈值的像素值来随机地将图像进行太阳化。
solarizer = v2.RandomSolarize(threshold=192.0)
solarized_imgs = [solarizer(orig_img) for _ in range(4)]
plot([orig_img] + solarized_imgs)
RandomAdjustSharpness¶
该 RandomAdjustSharpness
变换(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)
RandomAutocontrast¶
该 RandomAutocontrast
变换(参见 autocontrast()
)随机地将自动对比度应用于给定图像。
autocontraster = v2.RandomAutocontrast()
autocontrasted_imgs = [autocontraster(orig_img) for _ in range(4)]
plot([orig_img] + autocontrasted_imgs)
RandomEqualize¶
该 RandomEqualize
变换(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¶
增强变换¶
以下变换是多个变换的组合,可以是几何变换、光度变换或两者兼而有之。
AutoAugment¶
该 AutoAugment
变换会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¶
该 RandAugment
是 AutoAugment 的另一种版本。
augmenter = v2.RandAugment()
imgs = [augmenter(orig_img) for _ in range(4)]
plot([orig_img] + imgs)
TrivialAugmentWide¶
该 TrivialAugmentWide
是 AutoAugment 的另一种实现。但是,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数字仅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¶
该 AugMix
变换在图像的增强版本之间进行插值。
随机应用的变换¶
以下变换是根据概率 p
随机应用的。也就是说,给定 p = 0.5
,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!
RandomHorizontalFlip¶
该 RandomHorizontalFlip
变换(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)
RandomVerticalFlip¶
该 RandomVerticalFlip
变换(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)
RandomApply¶
该 RandomApply
变换以给定概率随机应用一组变换。
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)
脚本的总运行时间:(0 分 6.688 秒)