快捷方式

变换示例

注意

Colab 上尝试,或 转到末尾 下载完整的示例代码。

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)
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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。

plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

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')
plot transforms illustrations

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)
plot transforms illustrations

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)
plot transforms illustrations

随机反转

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)
plot transforms illustrations

RandomPosterize

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)
plot transforms illustrations

RandomSolarize

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)
plot transforms illustrations

RandomAdjustSharpness

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)
plot transforms illustrations

RandomAutocontrast

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)
plot transforms illustrations

RandomEqualize

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)
plot transforms illustrations

JPEG

JPEG 变换(参见 jpeg())使用随机压缩程度将 JPEG 压缩应用于给定图像。

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

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

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)
plot transforms illustrations

RandAugment

RandAugment 是 AutoAugment 的另一种版本。

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

TrivialAugmentWide

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)
plot transforms illustrations

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)
plot transforms illustrations

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

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)
plot transforms illustrations

RandomVerticalFlip

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)
plot transforms illustrations

RandomApply

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)
plot transforms illustrations

脚本的总运行时间:(0 分 6.688 秒)

由 Sphinx-Gallery 生成的图库

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的答案

查看资源