本站原创文章，转载请说明来自《老饼讲解-深度学习》www.bbbdata.com
本文初步介绍pytorch的图片处理模块torchvision.transforms的功能
并展示相关实例，说明如何使用torchvision.transforms对图片进行处理
前言
本文介绍torchvision.transforms的基础使用，以此了解torchvision.transforms的整体使用
关于torchvision.transforms的更细节的使用在后续文章再进行补充
torchvision.transforms的介绍主要来自官方文档：https://pytorch.org/vision/stable/transforms.html
本节先简单介绍torchvision.transforms是什么，有什么用
torchvision.transforms是pytorch提供的一些常见的图象处理的变换方法
既支持单个变换处理，也支持一系列变换处理，
目前，torchvision.transforms共提供了两个版本，
torchvision.transforms下的API是V1版本，torchvision.transforms.V2下的API是V2版本
transforms提供的变换主要包括改变尺寸、改变颜色、裁剪、自动增加等等
基本深度学习中常用的图片处理与样本增强方法都包含在torchvision.transforms之中
例如：
Resize-缩放：缩放Resize是将图片修改成指定尺寸
RandomCrop-随机裁剪：在原图像中随机裁剪指定尺寸的子图
CenterCrop-中心裁剪：在图片中心指定尺寸进行裁剪
ColorJitter-颜色抖动：随机修改图片的亮度、对比度、饱和度和色相
...等等
详细可见：《transforms提供的各种转换》
本节展示如何使用torchvision.transforms对图片进行处理
下面以改变图片的Size为例，展示如何通过torchvision.transforms.v2.Resize进行处理，
原图如下：
通过torchvision.transforms改变图片Size的具体示例代码如下：
import matplotlib.pyplot as plt
import torchvision
from torchvision.transforms import v2
# ---------用transforms对图片对进行转换-------
img = torchvision.io.read_image('img_01.png' ) # 读取图片
transform = v2.Resize((100,100)) # 初始化转换
img_trans = transform(img) # 对图片进行转换
# ----------展示结果----------
axs = plt.figure().subplots(1, 2) # 初始化画布
axs[0].imshow(v2.ToPILImage()(img)) # 展示原始图片
axs[0].set_title('src') # 展示原始图片标题
axs[1].imshow(v2.ToPILImage()(img_trans)) # 展示转换后的图片
axs[1].set_title('Resize') # 展示转换后的图片标题运行结果如下：
可以看到，图片的Size已经改为了100*100
👉关于Compose
在pytorch的torchvision.transforms中，可以通过Compose将多个变换合并为一个变换
如下，用Compose将Resize和RandomInvert两个基础变换并合为一个变换，
使用Compose后transforms时，就会按顺序依次进行Resize和RandomInvert
transforms = v2.Compose([
v2.Resize((100,100)), # 改变图片大小
v2.RandomInvert(p=1.0), # 颜色反转
])👉Compose的完整使用示例
Compose的完整使用示例如下：
import matplotlib.pyplot as plt
import torchvision
from torchvision.transforms import v2
# ---------用transforms对图片对进行转换-------
img = torchvision.io.read_image('img_01.jpg' ) # 读取图片
transforms = v2.Compose([
v2.Resize((100,100)), # 改变图片大小
v2.RandomInvert(p=1.0), # 颜色反转
])
img_trans = transforms(img) # 对图片进行转换
# ----------展示结果----------
axs = plt.figure(figsize=(8,3)).subplots(1, 2) # 初始化画布
axs[0].imshow(v2.ToPILImage()(img)) # 展示原始图片
axs[0].set_title('src') # 展示原始图片标题
axs[1].imshow(v2.ToPILImage()(img_trans)) # 展示转换后的图片
axs[1].set_title('transforms') # 展示转换后的图片标题运行结果如下：
可以看到，将图片的Size改为100*100之后，又把图片的颜色进行了反转
👉更多的Compose相关API
除了Compose，pytorch还提供了其它相关的API，如下
Compose-组成 ：将多个变换组合为一个变换
RandomApply-随机应用 ：以一定的概率应用变换列表
RandomChoice-随机选择：从变换列表中随机选择一个变换
RandomOrder-随机顺序：对变换列表中的变换按随机顺序进行变换
pytorch的torchvision.transforms还提供了相关的数据格式转换API
相关API如下：
ToImage： 将张量、ndarray或PIL图像转换为图像,这不会缩放值
ToPureTensor： 将所有tv_tensor转换为纯张量，如果有相关的元数据则删除相关元数据
PILToTensor：将PIL图像转换为相同类型的张量,这不会缩放值
ToPILImage：将张量或ndarray转换为PIL图像
ToDtype：将输入转换为特定的数据类型，可以选择缩放图像或视频的值
ConvertBoundingBoxFormat：将边界框坐标转换为给定格式，例如从“CXCYWH”转换为“XYXY”
本节拓展性地简单介绍一下关于pytorch的torchvision.transforms版本
torchvision.transforms共有两个版本：V1和V2
V1的API在torchvision.transforms之下，V2的API在torchvision.transforms.v2之下
pytorch官方基本推荐使用V2，V2兼容V1版本，但V2的功能更多性能更好
据官方说明，在torch.utils.data.DataLoader 的num_workers > 0时，
V2对于tensor类型且为uint8的数据类型性能最好，
如果不是tensor、uint8的数据，可以先进行转换(当然不转也可以，只是没发挥最好的性能)
from torchvision.transforms import v2
import torch
transforms = v2.Compose([
v2.ToPureTensor(), # 转换为tensor
v2.ToDtype(torch.uint8), # 转换为uint8
])End