torchvison的tranforms使用数据增强

本文章介绍torchvision中自带的transforms库，可对图形进行处理，本文主要介绍如何使用该方法，具体内容可分以下：

一.原理

torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。 

 二.重点函数

transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize(std=(0.5,0.5,0.5),mean=(0.5,0.5,0.5))]
)　

函数一：transforms.ToTensor()。将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor，其将每一个数值归一化到[0,1]，其归一化方法比较简单，直接除以255即可

 函数一：transforms.ToTensor()。则其作用就是先将输入归一化到(0,1)，再使用公式"(x-mean)/std"，将每个元素分布到(-1,1)

三.代码使用

import torch
from torchvision import transforms
import json
import os
from PIL import Image
import matplotlib.pyplot as plt

if __name__ == '__main__':
    root = r'D:\Users\User\Desktop\ligth_0824\123\a\1.jpg'
    img = Image.open(root)
    plt.imshow(img)
    plt.show()
    transform = transforms.Compose([
        # transforms.RandomResizedCrop(224),
        # transforms.RandomHorizontalFlip(),
        transforms.ColorJitter(brightness=0.5),
        # transforms.ColorJitter(contrast=0.8),
        # transforms.ColorJitter(hue=0.5),
        # transforms.ColorJitter(saturation=(0.6,1.2)),
    ])

    img_new=transform(img)
    plt.imshow(img_new)
    plt.show()