10、常见的transforms中的类

*****其实就是学会使用trannsforms的.py文件中的不同class类

主要关注点：*输入    *输出     *作用

图片的输入数据类型：                  打开方式：

PIL　　　　　　　　　　　　　　Image.open( )

tensor 　　　　　　　　　　　　  ToTensor( )

narrays　(矩阵)　　　　　　　　　cv.imread( )

from PIL.Image import Image
from torchvision import transforms   #导入两个库

1、python中__call__的用法：

#带下划线的代表是内置函数,

给他一个参数进行调用，内置函数在实例对象调用的时候可以不用.加函数名的形式

 

 2、ToTensor类的使用：

因为tensorboard必须是tensor的数据类型，

from torch.utils.tensorboard import SummaryWriter    #这个是使用tensorboard所需要的库，用来写事件文件

writer=SummaryWriter("logs")   #tensorboard的使用，需要建一个logs文件夹来存每一次活动产生的事件文件

trans_totensor=transforms.ToTensor()    #创建一个ToTensor类的实例对象
img_tensor=trans_totensor(img)   #调用类中的方法，输入一个PIL类型的图片，输出一个tensor类型的图片
writer.add_image("ToTensor",img_tensor)   #写入事件文件中，标题为ToTensor，一个tensor的数据
writer.close()   #关闭事件文件
然后打开terminal终端去查看logs文件就可以查看到了

3、ToPILImage类的使用：
作用：将一个tensor类型或者ndarray类型的图片转换成PIL类型

4、NOrmalize类的使用：

'''归一化的公式：output[channel] = (input[channel] - mean[channel]) / std[channel]'''
trans_norm=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])   ##首先必须是一个tensor类型，然后两个参数，均值和标准差
img_norm=trans_norm(img_tensor)    #参数是tensor类型的

5、Resize类的使用：
他的输入是一个PIL类型，然后给定尺寸
如果给定的是一个序列的话，比如给了高度和宽度h，w，那么输出的图片尺寸就是指定的这个；
如果给定的是一个整数的话，相当于缩放，图片最小的边会等比匹配
****pycharm小技巧设置（忽略大小写，显示提示）

 

6、Compose类的使用：

 

 

 compose一定要关注它的输入和输出！！！

trans_compose=transforms.Compose([trans_resize_2,trans_totensor])    
#compose中的参数必须是transforms类型，而且，前面的一个的输出必须和后面的输入数据类型保持一致！！！
#比如，这里Compose的第一个参数trans_resize_2的输入、输出都是PIL类型；  第二个参数trans_totensor，它的输入是PIL类型，输出是tensor类型，这样是满足要求的
因为是从    PIL--->PIL   PIL--->tensor
###但是如果两个参数更换位置就会报错

trans_compose=transforms.Compose([trans_totensor，trans_resize_2])    这个是从PIL--->tensor    PIL--->PIL

7、###RandomCrop随即裁剪
trans_random=transforms.RandomCrop(512)  #这里只给了一个数据，高和宽都一样
trans_compose_2=transforms.Compose([trans_random,trans_totensor])  #PIL--->PIL--->tensor
for i in range(10):  #随便裁剪10个
    img_crop=trans_compose_2(img)
    writer.add_image("RandomCrop",img_crop,i)

trans_random=transforms.RandomCrop((500,1000)) # 这里给了高和宽