Pytorch学习 day05（RandomCrop、Transforms工具使用总结）

RandomCrop

将PIL或Tensor格式的输入图片，随机裁剪指定尺寸的部分
输入尺寸可以为序列或单个整形数字
代码如下：

from PIL import Image
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriter

img = Image.open("images/0013035.jpg")  #打开一张图片
print(img)

writer = SummaryWriter("logs")  #创建一个writer对象

# Totensor
trans_tensor = transforms.ToTensor()    #创建一个ToTensor对象
img_tensor = trans_tensor(img)  #使用__call__方法，将PIL 转换为tensor
writer.add_image("Totensor", img_tensor)    #将tensor添加到writer对象中，就可以用tensorboard展示图象

# RandomCrop
trans_random = transforms.RandomCrop(100)   #创建一个RandomCrop对象   100是裁剪的尺寸
trans_compose = transforms.Compose((trans_random, trans_tensor))    #创建一个Compose对象，结合RandomCrop和ToTensor
for i in range(10):   # 循环10次 i=0,1,2,3,4,5,6,7,8,9 随机裁剪10次
    img_randomcrop = trans_compose(img)     
    writer.add_image("RandomCrop", img_randomcrop,i)    #将裁剪后的tensor添加到writer对象中   i是第几次裁剪

结果如下：

Transforms工具使用总结

关注工具的输入和输出
多看官方文档，按ctrl + 左键单击即可进入官方文档
输入可以看_ _ init _ _ 方法，需要什么参数：
- self不用管
- 带有 = 的如：xx = 12 表示带有默认值，也不用管
- 在Args: 中查看需要我们填写的参数是要求什么类型的
输出可以通过print()方法 + type()方法 + 断点调试，在线程和变量中查看具体的类型数据，如下：