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

〇、常见的图像变换概述

1. 裁剪（Crop）

   1. 中心裁剪：transforms.CenterCrop
   2. 随机裁剪：transforms.RandomCrop
   3. 随机长宽比裁剪：transforms.RandomResizedCrop
   4. 上下左右中心裁剪：transforms.FiveCrop
   5. 上下左右中心裁剪后翻转： transforms.TenCrop

2. 翻转和旋转（Flip and Rotation）

   1. 依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)
   2. 依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
   3. 随机旋转：transforms.RandomRotation

3. 图像变换（resize）

   1. 大小变化：transforms.Resize
   2. 标准化：transforms.Normalize
   3. 转为tensor，并归一化至[0-1]：transforms.ToTensor
   4. 填充：transforms.Pad
   5. 修改亮度、对比度和饱和度：transforms.ColorJitter
   6. 转灰度图：transforms.Grayscale
   7. 线性变换：transforms.LinearTransformation()
   8. 仿射变换：transforms.RandomAffine
   9. 依概率p转为灰度图：transforms.RandomGrayscale
   10. 将数据转换为PILImage：transforms.ToPILImage
   11. transforms.Lambda：Apply a user-defined lambda as a transform.

4. 对transforms操作

   1. transforms.RandomChoice(transforms)从给定的一系列transforms中选一个进行操作
   2. transforms.RandomApply(transforms, p=0.5)给一个transform加上概率，依概率进行操作
   3. transforms.RandomOrder将transforms中的操作随机打乱

一、裁剪Crop

1.1 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）：所需输出大小
• 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：常量，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：具有图像反射的垫（不重复边缘上的最后一个值）,填充[1,2,3,4]在反射模式下两侧有2个元素将导致[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）,填充[1,2,3,4]在对称模式下两侧有2个元素将导致[2,1,1,2,3,4,4,3]

1.2 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)

1.3 随机长宽比裁剪：transforms.RandomResizedCrop

torchvision.transforms.RandomResizedCrop(size, scale=(0.08,1.0), ratio=(0.75,1.333333), 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

1.4 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)

1.5 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

二、翻转和旋转 Flip Rotation

2.1 依概率p水平翻转：transforms.RandomHorizontalFlip

torchvision.transforms.RandomHoriziontalFlip(p=0.5)

2.2 依概率p垂直翻转：transforms.RandomVerticalFlip

torchvision.transforms.RandomVerticalFlip(p=0.5)

2.3 随机旋转：transforms.RandomRotation

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

• 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。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。

三、图像变换

3.1 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

3.2 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。

3.3 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。

3.4 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：常量，边缘，反射或对称。默认值是常量。

3.5 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。

3.6 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

num_output_channels(int)：当为1时，正常的灰度图。

3.7 线性变换：transforms.LinearTransformation()

torchvision.transforms.LinearTransformation(transformation_matrix)

3.8 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。

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

torchvision.transforms.RandomGrayscale(p=0.1)

3.10 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

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。

3.11 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。

四、对transforms操作，使数据增强更灵活

4.1 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

4.2 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

4.3 transforms.RandomOrder

torchvision.transforms.RandomOrder(transforms)

将transforms中的操作顺序随机打乱。