1 问题
1.Transform--剪裁--Crop
2.Transform--翻转和旋转--Flip and Rotation
3.Transform--图像变换
2 方法
一，
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，
1.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
2.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
3.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，
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
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.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。
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：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]
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。
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。
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 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
7.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.
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。
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）
9.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
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 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。
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。
3 结语
torchvision.transforms模块主要用于对图像进行转换等一系列预处理操作，其主要目的是对图像数据进行增强，进而提高模型的泛化能力。对图像预处理操作有数据中心化，缩放，裁剪，旋转，翻转，填充，添加噪声，灰度变换，线性变换，仿射变换，亮度，饱和度，对比变换等。