pytorch|pytorch 图像增广的操作，裁剪，翻转，颜色，亮度等计算机视觉|图像识别|pytorch|学

图像增广

import torch import matplotlib.pyplot as plt from torch.utils.data import Dataset, DataLoader import torchvision from PIL import Image

# 获取图像 img = Image.open(r'D:\pyPro\hhandwritten_web\static\images\bg.jpg') plt.imshow(img)

文章图片

# 定义增广函数 def show_img(img,num_rows, num_cols, scale=2): figsize = (num_cols * scale, num_rows * scale) _, axes = plt.subplots(num_rows,num_cols, figsize=figsize) for i in range(0,num_rows): for j in range(0,num_cols): axes[i][j].imshow(img[i * num_rows + num_cols]) axes[i][j].axes.get_xaxis().set_visible(False) axes[i][j].axes.get_yaxis().set_visible(False) def apply(img, aug, rows = 2, cols = 4, scale = 1.5): Y = [aug(img) for _ in range(0,rows*cols)] show_img(Y, rows, cols, scale)

水平翻转

# 采用默认的行列 apply(img, torchvision.transforms.RandomHorizontalFlip())

文章图片

垂直翻转

apply(img, torchvision.transforms.RandomVerticalFlip())

文章图片

裁剪

# 我们每次随机裁剪出?块?积为原?积0.1 - 1的区域，且该区域的宽和?之?随机取?0.5 - 2，然后再将该区域的宽和?分别缩放到200像素。 shape_aug = torchvision.transforms.RandomResizedCrop((600,1000), scale= (0.1, 1), ratio=(0.5, 2)) apply(img, shape_aug)

文章图片

颜色

#设置如何随机变化图像的亮度（ brightness ）、对?度（ contrast ）、饱和度（ saturation ）和?调（ hue ）。 apply(img, torchvision.transforms.ColorJitter(brightness=0.5, hue=0.5,contrast=0.5, saturation=0.5))

文章图片

叠加多个变化

mutil_aug = torchvision.transforms.Compose( [torchvision.transforms.RandomResizedCrop((600,1000), scale= (0.1, 1), ratio=(0.5, 2)), torchvision.transforms.ColorJitter(brightness=0.5, hue=0.5,contrast=0.5, saturation=0.5)] ) apply(img,mutil_aug)

【pytorch|pytorch 图像增广的操作，裁剪，翻转，颜色，亮度等】