transforms中RandomResizedCrop、Resize、CenterCrop的理解

首先要记住,transforms只能对PIL读入的图片进行操作,而且PIL和opencv只能读取H * W * C形式的图片transforms.RandomResizedCrop(size): 将原图片随机裁剪出一块,再缩放成相应 (size*size) 的比例import matplotlib.pyplot as pltfrom PIL import Imagefrom torchvision

HarryXxc

16939人浏览 · 2022-02-09 15:01:06

HarryXxc · 2022-02-09 15:01:06 发布

首先要记住,transforms只能对PIL读入的图片进行操作,而且PIL和opencv只能读取H * W * C形式的图片

transforms.RandomResizedCrop(size) : 将原图片随机裁剪出一块,再缩放成相应 **(size*size)** 的比例

import matplotlib.pyplot as plt
from PIL import Image
from torchvision import transforms

file_path = "./flower.jpg"
img = Image.open(file_path)
print("origin_img_size:", img.size)  # (280, 320)

trans = transforms.RandomResizedCrop(224)  # 随机裁剪，再缩放成 224×224
img1 = trans(img)
print("随机裁剪后的大小:", img1.size) # (224, 224)

plt.subplot(1, 2, 1), plt.imshow(img)
plt.subplot(1, 2, 2), plt.imshow(img1)
plt.show()

在这里插入图片描述

transforms.Resize(size)：将图片的短边缩放成size的比例，然后长边也跟着缩放，使得缩放后的图片相对于原图的长宽比不变。

如果想要resize成自己想要的图片大小，可以直接使用transforms.Resize((size,size))

transforms.CenterCrop(size):从图片中心开始沿两边裁剪，裁剪后的图片大小为（size*size）

import matplotlib.pyplot as plt
from PIL import Image
from torchvision import transforms

file_path = "./flower.jpg"
img = Image.open(file_path)
print("origin_img_size:", img.size)

trans = transforms.Compose([transforms.Resize((256, 256), Image.BILINEAR),
                            transforms.CenterCrop(100)])
img1 = trans(img)
print("随机裁剪后的大小:", img1.size)
plt.subplot(1, 2, 1), plt.imshow(img)
plt.subplot(1, 2, 2), plt.imshow(img1)
plt.show()