torchvision.transforms的22个方法

变换是常见的图像变换。它们可以使用链接在一起Compose。此外，还有torchvision.transforms.functional模块。功能转换可以对转换进行细粒度控制。如果您必须构建更复杂的转换管道（例如，在分段任务的情况下），这将非常有用。

torchvision.transforms.Compose(transforms)

• transforms（Transform 对象列表）- 要组成的变换列表。

例子：

transforms.Compose([
     transforms.CenterCrop(10),
     transforms.ToTensor(), ])

官方文档只是将方法陈列，没有归纳总结，顺序很乱，这里总结一共有四大类，方便大家索引：

• 裁剪（Crop）
  中心裁剪：transforms.CenterCrop
  随机裁剪：transforms.RandomCrop
  随机长宽比裁剪：transforms.RandomResizedCrop
  上下左右中心裁剪：transforms.FiveCrop
  上下左右中心裁剪后翻转，transforms.TenCrop
• 翻转和旋转（Flip and Rotation）
  依概率 p 水平翻转：transforms.RandomHorizontalFlip(p=0.5)
  依概率 p 垂直翻转：transforms.RandomVerticalFlip(p=0.5)
  随机旋转：transforms.RandomRotation
• 图像变换
  resize:transforms.Resize
  标准化：transforms.Normalize
  转为 tensor，并归一化至[0-1]：transforms.ToTensor
  填充：transforms.Pad
  修改亮度、对比度和饱和度：transforms.ColorJitter
  转灰度图：transforms.Grayscale
  线性变换： transforms.LinearTransformation()
  仿射变换：transforms.RandomAffine
  依概率 p 转为灰度图：transforms.RandomGrayscale
  将数据转换为 PILImage：transforms.ToPILImage
  用户定义 lambda 作为转换：transforms.Lambda
• 对 transforms 操作，使数据增强更灵活
  transforms.RandomChoice(transforms)从给定的一系列 transforms 中选一个进行操作
  transforms.RandomApply(transforms, p=0.5) 给一个 transform 加上概率，依概率进行操作 transforms.RandomOrder将 transforms 中的操作随机打乱

1. 随机裁剪：transforms.RandomCrop

torchvision.transforms.RandomCrop（size，padding = None，pad_if_needed = False，fill = 0，padding_mode ='constant' ）

• size（sequence 或 int） - crop 的所需输出大小。如果 size 是 int 而不是像（h，w）这样的序列，则进行正方形裁剪（大小，大小）
• padding（int 或 sequence ，optional） - 图像每个边框上的可选填充。默认值为 None，即无填充。如果提供长度为 4 的序列，则它用于分别填充左，上，右，下边界。如果提供长度为 2 的序列，则分别用于填充左 / 右，上 / 下边界
• pad_if_needed（boolean） - 如果小于所需大小，它将填充图像以避免引发异常。由于在填充之后完成裁剪，因此填充似乎是在随机偏移处完成的。
• fill - 恒定填充的像素填充值。默认值为 0. 如果长度为 3 的元组，则分别用于填充 R，G，B 通道。仅当 padding_mode 为常量时才使用此值.
• padding_mode- 填充类型。应该是：1.constant，常量。2.edge 按照图片边缘的像素值来填充。3.reflect，。 4. symmetric，

2. 中心裁剪：transforms.CenterCrop

torchvision.transforms.CenterCrop(size)

• 依据给定的 size 从中心裁剪 参数： size- (sequence or int)，若为 sequence, 则为 (h,w)，若为 int，则 (size,size)

3. 随机长宽比裁剪 transforms.RandomResizedCrop

torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

将给定的 PIL 图像裁剪为随机大小和宽高比。
将原始图像大小变成随机大小（默认值：是原始图像的 0.08 到 1.0 倍）和随机宽高比（默认值：3/4 到 4/3 倍）。这种方法最终调整到适当的大小。这通常用于训练 Inception 网络。

• size - 每条边的预期输出大小
• scale - 裁剪的原始尺寸的大小范围
• ratio - 裁剪的原始宽高比的宽高比范围
• interpolation - 默认值：PIL.Image.BILINEAR

4. 上下左右中心裁剪：transforms.FiveCrop

torchvision.transforms.FiveCrop(size)

将给定的 PIL 图像裁剪为四个角和中央裁剪。
此转换返回图像元组，并且数据集返回的输入和目标数量可能不匹配。

• 对图片进行上下左右以及中心裁剪，获得 5 张图片，返回一个 4D-tensor 参数： size- (sequence or int)，若为 sequence, 则为 (h,w)，若为 int，则 (size,size)

5. 上下左右中心裁剪后翻转: transforms.TenCrop

torchvision.transforms.TenCrop(size, vertical_flip=False)

将给定的 PIL 图像裁剪为四个角，中央裁剪加上这些的翻转版本（默认使用水平翻转）。
此转换返回图像元组，并且数据集返回的输入和目标数量可能不匹配。

• size（sequence 或 int） - 作物的所需输出大小。如果 size 是 int 而不是像（h，w）这样的序列，则进行正方形裁剪（大小，大小）。
• vertical_flip（bool） - 使用垂直翻转而不是水平翻转

6. 依概率 p 水平翻转 transforms.RandomHorizontalFlip

torchvision.transforms.RandomHorizontalFlip(p=0.5)

以给定的概率随机水平翻转给定的 PIL 图像。

• p- 概率，默认值为 0.5

7. 依概率 p 垂直翻转 transforms.RandomVerticalFlip

torchvision.transforms.RandomVerticalFlip(p=0.5)

以给定的概率随机垂直翻转给定的 PIL 图像。

• p（浮点数） - 图像被翻转的概率。默认值为 0.5

8. 随机旋转：transforms.RandomRotation

torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

按角度旋转图像。

• degrees（sequence 或 float 或 int） - 要选择的度数范围。如果 degrees 是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+ degrees）。
• resample（{PIL.Image.NEAREST ，PIL.Image.BILINEAR ，PIL.Image.BICUBIC} ，可选） - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略，或者图像具有模式 “1” 或“P”，则将其设置为 PIL.Image.NEAREST。
• expand（bool，optional） - 可选的扩展标志。如果为 true，则展开输出以使其足够大以容纳整个旋转图像。如果为 false 或省略，则使输出图像与输入图像的大小相同。请注意，展开标志假定围绕中心旋转而不进行平移。
• center（2-tuple ，optional） - 可选的旋转中心。原点是左上角。默认值是图像的中心。

9.resize：transforms.Resize

torchvision.transforms.Resize(size, interpolation=2)

将输入 PIL 图像的大小调整为给定大小。

• size（sequence 或 int） - 所需的输出大小。如果 size 是类似（h，w）的序列，则输出大小将与此匹配。如果 size 是 int，则图像的较小边缘将与此数字匹配。即，如果高度 > 宽度，则图像将重新缩放为（尺寸 * 高度 / 宽度，尺寸）
• interpolation（int，optional） - 所需的插值。默认是 PIL.Image.BILINEAR

10. 标准化：transforms.Normalize

torchvision.transforms.Normalize(mean, std)

用平均值和标准偏差归一化张量图像。给定 mean：(M1,…,Mn) 和 std：(S1,…,Sn) 对于 n 通道，此变换将标准化输入的每个通道，torch.*Tensor 即 input[channel] = (input[channel] - mean[channel]) / std[channel]

• mean（sequence） - 每个通道的均值序列。
• std（sequence） - 每个通道的标准偏差序列。

11. 转为 tensor：transforms.ToTensor

torchvision.transforms.ToTensor

功能：将 PIL Image 或者 ndarray 转换为 tensor，并且归一化至[0-1] 注意事项：归一化至[0-1]是直接除以 255，若自己的 ndarray 数据尺度有变化，则需要自行修改。

12. 填充：transforms.Pad

torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')

使用给定的 “pad” 值在所有面上填充给定的 PIL 图像。

• padding（int 或 tuple） - 每个边框上的填充。如果提供单个 int，则用于填充所有边框。如果提供长度为 2 的元组，则分别为左 / 右和上 / 下的填充。如果提供长度为 4 的元组，则分别为左，上，右和下边框的填充。
• fill（int 或 tuple） - 常量填充的像素填充值。默认值为 0. 如果长度为 3 的元组，则分别用于填充 R，G，B 通道。仅
  padding_mode 为常量时才使用此值
• padding_mode（str）
  • 填充类型。应该是：恒定，边缘，反射或对称。默认值是常量。
    • 常量：具有常量值的焊盘，该值用填充指定
    • edge：填充图像边缘的最后一个值
    • 反射：具有图像反射的焊盘，而不重复边缘上的最后一个值. 例如，在反射模式下在两侧填充 2 个元素的填充[1,2,3,4]将导致[3,2,1,2,3,4,3,2]
    • 对称：具有图像反射的垫，重复边缘上的最后一个值. 例如，在对称模式下填充两侧带有 2 个元素的[1,2,3,4]将导致[2,1,1,2,3,4,4,3]

13. 修改亮度、对比度和饱和度：transforms.ColorJitter

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

随机更改图像的亮度，对比度和饱和度。

• 亮度（浮点数或 python 的元组：浮点数（最小值，最大值）） - 抖动亮度多少。从[max（0,1-brightness），1 +brightness]或给定[min，max]均匀地选择 brightness_factor。应该是非负数。
• 对比度（浮点数或 python 的元组：浮点数（最小值，最大值）） - 抖动对比度多少。contrast_factor 从[max（0,1-contrast），1 + contrast]或给定[min，max]中均匀选择。应该是非负数。
• 饱和度（浮点数或 python 的元组数：float （min ，max ）） - 饱和度抖动多少。饱和度_因子从[max（0,1-saturation），1 + saturation]或给定[min，max]中均匀选择。应该是非负数。
• 色调（浮点数或 python 的元组：浮点数（最小值，最大值）） - 抖动色调多少。从[-hue，hue]或给定的[min，max]中均匀地选择 hue_factor。应该有 0 <= hue <= 0.5 或 - 0.5 <= min <= max <= 0.5。

14. 转灰度图：transforms.Grayscale

torchvision.transforms.Grayscale(num_output_channels=1)

将图像转换为灰度。
功能：将图片转换为灰度图 参数： num_output_channels- (int) ，当为 1 时，正常的灰度图，当为 3 时， 3 channel with r == g == b

15. 线性变换：transforms.LinearTransformation()

torchvision.transforms.LinearTransformation(transformation_matrix)

使用方形变换矩阵和离线计算的 mean_vector 变换张量图像。给定 transformation_matrix 和 mean_vector，将使矩阵变平。从中拉伸并减去 mean_vector，然后用变换矩阵计算点积，然后将张量重新整形为其原始形状。
白化转换：假设 X 是列向量零中心数据。然后 torch.mm 计算数据协方差矩阵[D x D]，对该矩阵执行 SVD 并将其作为 transformation_matrix 传递。

• transformation_matrix（Tensor） - 张量[D x D]，D = C x H x W.
• mean_vector（Tensor） - 张量[D]，D = C x H x W.

16. 仿射变换：transforms.RandomAffine

torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

图像保持中心不变的随机仿射变换。

• degrees（sequence 或 float 或 int） - 要选择的度数范围。如果 degrees 是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+degrees）。设置为 0 可停用旋转。
• translate（元组，可选） - 水平和垂直平移的最大绝对分数元组。例如 translate =（a，b），然后在范围 - imgwidth a <dx <imgwidth a 中随机采样水平移位，并且在 - imgheight b <dy <imgheight b 范围内随机采样垂直移位。默认情况下不会翻译。
• scale（元组，可选） - 缩放因子间隔，例如（a，b），然后从范围 a <= scale <= b 中随机采样缩放。默认情况下会保持原始比例。
• shear（sequence 或 float 或 int，optional） - 要选择的度数范围。如果 degrees 是一个数字而不是像（min，max）这样的序列，则度数范围将是（-degrees，+ degrees）。默认情况下不会应用剪切
• resample（{PIL.Image.NEAREST ，PIL.Image.BILINEAR ，PIL.Image.BICUBIC} ，可选） - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略，或者图像具有模式 “1” 或“P”，则将其设置为 PIL.Image.NEAREST。
• fillcolor（int） - 输出图像中变换外部区域的可选填充颜色。（Pillow> = 5.0.0）

17. 依概率 p 转为灰度图：transforms.RandomGrayscale

torchvision.transforms.RandomGrayscale(p=0.1)

功能：依概率 p 将图片转换为灰度图，若通道数为 3，则 3 channel with r == g == b

18. 将数据转换为 PILImage：transforms.ToPILImage

torchvision.transforms.ToPILImage(mode=None)

功能：将 tensor 或者 ndarray 的数据转换为 PIL Image 类型数据 参数： mode- 为 None 时，为 1 通道， mode=3 通道默认转换为 RGB，4 通道默认转换为 RGBA。

19.transforms.Lambda

torchvision.transforms.Lambda（lambd ）

将用户定义的 lambda 应用为变换。

• lambd（函数） - 用于转换的 Lambda / 函数。

20.transforms.RandomChoice(transforms)

torchvision.transforms.RandomChoice(transforms)

从给定的一系列 transforms 中选一个进行操作，randomly picked from a list

21.transforms.RandomApply(transforms, p=0.5)

torchvision.transforms.RandomApply(transforms, p=0.5)

给一个 transform 加上概率，以一定的概率执行该操作

• transforms（列表或元组） - 转换列表
• p（浮点数） - 概率

22.transforms.RandomOrder

torchvision.transforms.RandomOrder(transforms)

将 transforms 中的操作顺序随机打乱。

参考

PyTorch 学习笔记（三）：transforms 的二十二个方法
TORCHVISION.TRANSFORMS
https://blog.csdn.net/qq_38410428/article/details/94719553?utm_medium=distribute.pc_relevant.none-task-blog-searchFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-searchFromBaidu-2.control