变换的图示¶
这个例子展示了torchvision.transforms.v2模块中可用的一些变换。
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的几何属性的过程， 例如其形状、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
（另见 pad()）
用一些像素值填充所有图像的边界。
padded_imgs = [v2.Pad(padding=padding)(orig_img) for padding in (3, 10, 30, 50)]
plot([orig_img] + padded_imgs)
调整大小¶
调整大小 变换
（另见 resize()）
用于调整图像的大小。
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)
FiveCrop¶
FiveCrop 变换
（另见 five_crop()）
将给定的图像裁剪为四个角和中心裁剪。
(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
（另见 elastic_transform()）
随机变换图像中对象的形态，并产生一种类似透过水看的效果。
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
（另见 resized_crop()）
在随机位置裁剪图像，然后将裁剪部分调整到给定大小。
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¶
光度图像变换指的是修改图像的光度属性的过程， 例如其亮度、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。
除了灰度，以下变换是随机的，这意味着相同的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¶
灰度 转换
（另见 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¶
RandomInvert 变换
（另见 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)
随机海报化¶
RandomPosterize 变换
（另见 posterize()）
通过减少每个颜色通道的位数来随机对图像进行海报化处理。
posterizer = v2.RandomPosterize(bits=2)
posterized_imgs = [posterizer(orig_img) for _ in range(4)]
plot([orig_img] + posterized_imgs)
随机曝光¶
RandomSolarize 变换
（另见 solarize()）
通过反转所有高于阈值的像素值来随机对图像进行曝光处理。
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)
随机均衡化¶
RandomEqualize 变换
（另见 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
（另见 jpeg()）
对给定图像应用随机压缩程度的 JPEG 压缩。
增强变换¶
以下变换是多个变换的组合，可能是几何变换、光度变换，或两者兼有。
自动增强¶
AutoAugment 转换
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 的另一种实现方式。
然而，它不是对图像进行多次变换，而是仅对图像进行一次变换，
使用给定列表中的随机变换和随机强度数。
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¶
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%的几率返回原始图像，50%的几率返回变换后的图像，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
（另见 hflip()）
以给定的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
（另见 vflip()）
以给定的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 转换以给定的概率随机应用一系列转换。
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)
脚本总运行时间： (0 分钟 7.743 秒)
