Transforms 说明

注意

在 Colab 上尝试，或 转到末尾 下载完整的示例代码。

此示例说明了 `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的几何属性，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。

Pad

`Pad` 变换（也请参见 `pad()`）使用一些像素值填充所有图像边框。

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（也请参见 `resize()`）会调整图像大小。

resized_imgs = [v2.Resize(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot([orig_img] + resized_imgs)

CenterCrop

`CenterCrop` 变换（也请参见 `center_crop()`）在图像中心裁剪给定图像。

center_crops = [v2.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot([orig_img] + center_crops)

FiveCrop

`FiveCrop` 变换（也请参见 `five_crop()`）将给定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])

RandomPerspective

`RandomPerspective` 变换（也请参见 `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)

RandomRotation

`RandomRotation` 变换（也请参见 `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)

RandomAffine

`RandomAffine` 变换（也请参见 `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)

ElasticTransform

`ElasticTransform` 变换（也请参见 `elastic_transform()`）会随机变换图像中对象的形态，并产生类似水下成像的效果。

elastic_transformer = v2.ElasticTransform(alpha=250.0)
transformed_imgs = [elastic_transformer(orig_img) for _ in range(2)]
plot([orig_img] + transformed_imgs)

RandomCrop

`RandomCrop` 变换（也请参见 `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)

RandomResizedCrop

`RandomResizedCrop` 变换（也请参见 `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)

亮度变换

亮度图像变换是指改变图像的亮度属性，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 `Grayscale` 之外，以下变换都是随机的，这意味着同一个变换实例每次转换给定图像时都会产生不同的结果。

Grayscale

`Grayscale` 变换（也请参见 `to_grayscale()`）将图像转换为灰度。

gray_img = v2.Grayscale()(orig_img)
plot([orig_img, gray_img], cmap='gray')

ColorJitter

`ColorJitter` 变换会随机改变图像的亮度、对比度、饱和度、色相和其他属性。

jitter = v2.ColorJitter(brightness=.5, hue=.3)
jittered_imgs = [jitter(orig_img) for _ in range(4)]
plot([orig_img] + jittered_imgs)

GaussianBlur

`GaussianBlur` 变换（也请参见 `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)

RandomInvert

`RandomInvert` 变换（也请参见 `invert()`）会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

`RandomPosterize` 变换（也请参见 `posterize()`）通过减少每个颜色通道的比特数来随机处理图像。

posterizer = v2.RandomPosterize(bits=2)
posterized_imgs = [posterizer(orig_img) for _ in range(4)]
plot([orig_img] + posterized_imgs)

RandomSolarize

`RandomSolarize` 变换（也请参见 `solarize()`）通过反转阈值以上的所有像素值来随机处理图像。

solarizer = v2.RandomSolarize(threshold=192.0)
solarized_imgs = [solarizer(orig_img) for _ in range(4)]
plot([orig_img] + solarized_imgs)

RandomAdjustSharpness

`RandomAdjustSharpness` 变换（也请参见 `adjust_sharpness()`）会随机调整给定图像的清晰度。

sharpness_adjuster = v2.RandomAdjustSharpness(sharpness_factor=2)
sharpened_imgs = [sharpness_adjuster(orig_img) for _ in range(4)]
plot([orig_img] + sharpened_imgs)

RandomAutocontrast

`RandomAutocontrast` 变换（也请参见 `autocontrast()`）会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)

RandomEqualize

`RandomEqualize` 变换（也请参见 `equalize()`）会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（也请参见 `jpeg()`）以随机压缩程度对给定图像应用 JPEG 压缩。

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

增强变换

以下变换是多个变换的组合，包括几何变换、亮度变换或两者兼有。

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，它不是多次转换图像，而是仅使用给定列表中的随机变换和随机强度数字来转换图像一次。

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)

随机应用的变换

以下变换会根据给定的概率 `p` 随机应用。也就是说，当 `p = 0.5` 时，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！

RandomHorizontalFlip

`RandomHorizontalFlip` 变换（也请参见 `hflip()`）会以给定概率执行图像的水平翻转。

hflipper = v2.RandomHorizontalFlip(p=0.5)
transformed_imgs = [hflipper(orig_img) for _ in range(4)]
plot([orig_img] + transformed_imgs)

RandomVerticalFlip

`RandomVerticalFlip` 变换（也请参见 `vflip()`）会以给定概率执行图像的垂直翻转。

vflipper = v2.RandomVerticalFlip(p=0.5)
transformed_imgs = [vflipper(orig_img) for _ in range(4)]
plot([orig_img] + transformed_imgs)

RandomApply

`RandomApply` 变换会以给定概率随机应用一系列变换。

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)