## 常见的图像变换


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 transforms.Lambda`：Apply a user-defined lambda as a transform.
* 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


## 一、 裁剪——Crop


##### 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`） - 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）
* `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：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]


##### 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


## 二、翻转和旋转——Flip and Rotation


##### 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。


## 三、图像变换


##### 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-img\_width \* a <dx <img\_width \* a中随机采样水平移位，并且在-img\_height \* b <dy <img\_height \* 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。