Transforms 示例

注意

在 Colab 上尝试，或转到末尾下载完整示例代码。

此示例说明了 torchvision.transforms.v2 模块中可用的各种转换。

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（如形状、大小、方向或位置）的过程。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 转换（另请参阅 pad()）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 转换（另请参阅 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 转换（另请参阅 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)

五点裁剪

FiveCrop 转换（另请参阅 five_crop()）将给定的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 转换（另请参阅 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 转换（另请参阅 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 转换（另请参阅 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（另请参阅 elastic_transform()）随机变换图像中物体的形态，并产生类似水波纹的效果。

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（另请参阅 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（另请参阅 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的光度属性（如亮度、对比度、颜色或色调）的过程。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 之外，以下变换都是随机的，这意味着即使使用相同的变换实例，每次变换给定图像时也会产生不同的结果。

灰度

Grayscale 变换（另请参阅 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 变换随机更改图像的亮度、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（另请参阅 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)

随机反色

RandomInvert 变换（另请参阅 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（另请参阅 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)

随机日光化

RandomSolarize 变换（另请参阅 solarize()）通过反转阈值以上的所有像素值来随机对图像进行日光化。

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（另请参阅 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（另请参阅 autocontrast()）随机将自动对比度应用于给定的图像。

autocontraster = v2.RandomAutocontrast()
autocontrasted_imgs = [autocontraster(orig_img) for _ in range(4)]
plot([orig_img] + autocontrasted_imgs)

随机均衡化

RandomEqualize 变换（另请参阅 equalize()）随机均衡化给定图像的直方图。

equalizer = v2.RandomEqualize()
equalized_imgs = [equalizer(orig_img) for _ in range(4)]
plot([orig_img] + equalized_imgs)

JPEG

JPEG 变换（另请参阅 jpeg()）以随机压缩程度将 JPEG 压缩应用于给定的图像。

jpeg = v2.JPEG((5, 50))
jpeg_imgs = [jpeg(orig_img) for _ in range(4)]
plot([orig_img] + jpeg_imgs)

增强变换

以下变换是多种变换的组合，可以是几何变换、光度变换或两者兼有。

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，请参阅 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 的替代版本。

augmenter = v2.RandAugment()
imgs = [augmenter(orig_img) for _ in range(4)]
plot([orig_img] + imgs)

TrivialAugmentWide

TrivialAugmentWide 是 AutoAugment 的替代实现。但是，它不是多次变换图像，而是仅使用来自给定列表的随机变换和随机强度数变换图像一次。

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。

augmenter = v2.AugMix()
imgs = [augmenter(orig_img) for _ in range(4)]
plot([orig_img] + imgs)

随机应用变换

以下变换以给定的概率 p 随机应用。也就是说，给定 p = 0.5，即使使用相同的变换实例调用，也有 50% 的几率返回原始图像，50% 的几率返回变换后的图像！

随机水平翻转

RandomHorizontalFlip 变换（另请参阅 hflip()）以给定的概率对图像执行水平翻转。

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（另请参阅 vflip()）以给定的概率对图像执行垂直翻转。

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 变换以给定的概率随机应用变换列表。

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)