transforms.Resize 是 PyTorch 的 torchvision.transforms 模块中的一个函数，它用于调整图像的大小。这个函数可以接收一个整数或一个元组作为参数，以指定输出图像的大小。
使用方式
- 当
size参数是一个整数时，表示将图像的较短边缩放到指定长度，同时保持长宽比。例如，transforms.Resize(256)会将图像的较短边调整为 256 像素，而较长边将按比例缩放。 - 当
size参数是一个元组[width, height]时，表示将图像的宽度和高度分别调整为指定的尺寸。例如，transforms.Resize([256, 256])会将图像的宽度和高度都调整为 256 像素。
插值方法
除了 size 参数外，transforms.Resize 还接受一个可选的 interpolation 参数，用于指定图像缩放时采用的插值方法。插值方法决定了新图像中像素值的计算方式，从而影响缩放后图像的质量。PyTorch 提供了多种插值方法，如 InterpolationMode.NEAREST、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC 等。
示例代码
以下是一个使用 transforms.Resize 的示例代码：
from torchvision import transforms | |
# 创建一个 Resize 变换对象，将图像缩放到 256x256 | |
resize_transform = transforms.Resize((256, 256)) | |
# 假设你有一个 PIL Image 对象 image | |
# 使用 Resize 变换对象调整图像大小 | |
resized_image = resize_transform(image) |
在这个示例中，我们首先导入了 transforms 模块，然后创建了一个 Resize 变换对象，指定将图像缩放到 256x256。然后，我们使用这个变换对象对一个 PIL Image 对象进行了处理，得到了缩放后的图像。
PIL Image 对象
PIL Image 对象通常是指 Python Imaging Library (PIL) 或其分支库 Pillow（PIL 的一个更友好和易于安装的版本）中的图像对象。Pillow 提供了许多用于打开、操作和保存图像的方法和属性。
以下是如何使用 Pillow 库创建和操作 PIL Image 对象的一些基本示例：
安装 Pillow
如果你还没有安装 Pillow，可以通过 pip 安装它：
pip install pillow |
使用 PIL Image 对象
打开图像
from PIL import Image | |
# 打开一个图像文件 | |
image = Image.open('path_to_your_image.jpg') | |
# 显示图像（在某些环境中，如 Jupyter Notebook） | |
image.show() |
调整图像大小
虽然前面提到了 transforms.Resize 用于 PyTorch 的数据变换，但你也可以使用 Pillow 的 resize 方法来调整图像大小：
# 使用 resize 方法调整图像大小 | |
resized_image = image.resize((256, 256)) # 调整为 256x256 像素 | |
resized_image.show() |
裁剪图像
# 裁剪图像 | |
# 参数是一个四元组，定义了左、上、右、下的像素坐标 | |
cropped_image = image.crop((left, upper, right, lower)) | |
cropped_image.show() |
旋转图像
# 旋转图像 | |
rotated_image = image.rotate(45) # 旋转 45 度 | |
rotated_image.show() |
保存图像
# 保存图像到文件 | |
resized_image.save('resized_image.jpg') |
转换为 NumPy 数组
如果你需要将 PIL Image 对象转换为 NumPy 数组以便在 PyTorch 或其他科学计算库中使用，可以使用 numpy.array()：
import numpy as np | |
# 将 PIL Image 转换为 NumPy 数组 | |
np_image = np.array(image) |
注意：PIL Image 对象通常是使用 8 位整数表示的，范围从 0 到 255。如果你需要浮点数表示或归一化的图像，你可能需要进一步处理这个 NumPy 数组。
转换为 PyTorch Tensor
你也可以直接将 PIL Image 对象转换为 PyTorch Tensor：
from torchvision import transforms | |
# 创建一个转换对象，用于将 PIL Image 转换为 PyTorch Tensor | |
to_tensor = transforms.ToTensor() | |
# 应用转换，将 PIL Image 转换为 PyTorch Tensor | |
tensor_image = to_tensor(image) | |
# 现在 tensor_image 是一个 PyTorch Tensor，其值范围在 [0.0, 1.0] 之间 |
