pillow与transform的使用

1 pillow基本用法

具体实现见代码

import matplotlib.pyplot as plt
from PIL import Image

img = Image.open('1.jpg').convert('RGB') # 读取图像
plt.imshow(img)  # 显示图像
print(img.size)  # 输出（宽，高）

pillow读取返回的是Image的实例，包含很多的方法：

new_img = img.save(save_path)    # 保存图片
new_img = img.resize((224,400))   # 缩放图片，不保持原图的长宽比，注意224为宽，400为高
new_img = img.thumbnail((400,400))  # 保持原图的长宽比，输入为最大值
new_img = img.rotate(90)  # 逆时针旋转90度
new_img = img.transpose(Image.FLIP_LEFT_RIGHT)  # 左右对称

img_draw = ImageDraw.Draw(img)     # 在图片上写字
img_draw.text((10,100), 'A bird', fill='green') 

2 transforms

样例代码
https://blog.csdn.net/u011995719/article/details/85107009
将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1]

transform = transforms.Compose([
    transforms.ToTensor()   # 将[0-255] -> [0.0, 1.0]
])
new_img = transform(img)
print(new_img)
new_img = transforms.ToPILImage()(new_img).convert('RGB')
plt.imshow(new_img)

channel = (channel - mean)/std

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean = (0.5, 0.5, 0.5), std = (0.5, 0.5, 0.5))
    ]
)