torchvision.transforms 的使用-史上最简单(附代码)

一.transforms是什么?

pytorch中有很多的工具集来帮助我们使用pytorch,其中包括处理文本的torchaudio,处理文本的torchtext,和处理视频图像的torchvision工具集等...
以上的每个工具集都包含着很多的工具,而transforms就是torchvision工具集中的一个工具.

对于视觉方向的图像处理方面，PyTorch提供了很好的预处理接口，对于图像的转换处理，使用 torchvision.tranforms 模块使得这些操作非常高效.

-由于transforms中包含几十种方法,我每学到一个就会记录一个.

---

二.transform中包含的方法

1. transforms.ToTensor()

   • 功能：将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1]

   • 作用: 由于在pytorch中使用的数据都需要转换为tensor类型,我们此时就可以使用该函数将图像转换为张量.

---

三.使用方法

1. transforms.ToTensor

下面我们针对图像处理举个例子.并将其在tensorboard工具中进行可视化图像

• 第一步:

  导入三个包,1.导入torchvision 工具集 2.SummaryWriter(在tensorboard一节已介绍) 3.python中自带的读取图片的模块

  import torchvision 
  from tensorboardX import SummaryWriter
  from PIL import Image
  

• 第二步:

  读取图片,并转换为Tensor类型,最后用tensorboard展示,代码如下

  # 打开图片
  img_path = '../BigData/网络视频数据集/data/train/ants_image/28847243_e79fe052cd.jpg'
  img = Image.open(img_path)
  # 转换为张量类型
  tensor_trans = torchvision.transforms.ToTensor()
  tensor_img = tensor_trans(img)
  # 写入日志
  writer = SummaryWriter('LOGS/007log')
  writer.add_image('test', tensor_img)
  # 关闭工作流
  writer.close()
  
  

• 第三步:

  在tensorboard工具下查看图片