torchvision 是 torch 中計算機視覺庫，提供了3種類型的接口，包括 datasets、transforms、model，其中 transforms 封裝了各種圖像增強的方法
裁剪
transforms.CenterCrop(size)：從圖像中心裁剪圖片
- size：裁剪尺寸
transforms. RandomCrop：從圖像中隨機裁剪出指定尺寸的圖片
- size：裁減尺寸
- padding：設置填充大小，默認為 None；可取整型和tuple，
// 當為整型 a 時，表示上下左右填充 a 個像素；
// 當為 (a，b) 時，代表上下填充 b，左右填充 a 個像素；
// 當為 (a，b，c，d) 時，代表 左上右下 填充 abcd 個像素 【順時針】
- pad_if_need：若圖像尺寸小於 裁剪 size，則需要填充，默認 False
- padding_mode：填充模式，共4種模式，默認取 constant
1. constant：像素值由 fill 參數指定
2. edge：像素值由圖像邊緣像素決定
3. reflect：鏡像填充，最后一個像素不鏡像，如 圖像像素為 [1,2,3,4]，則鏡像填充為 [3,2,1,2,3,4,3,2]， 邊緣像素 1 4 不鏡像
4. symmetric：鏡像填充，最后一個像素也鏡像，上例鏡像填充為 [3,2,1,1,2,3,4,4,3,2]
- fill：填充值，當 padding_mode 為 constant 時有效，默認為 0
transforms.RandomSizeCrop：隨機大小 長寬比 裁剪圖片
- size：最后生成的圖像尺寸
- scale：隨機裁剪面積比例，默認 (0.08,1)
- ratio：隨機長寬比，默認 (3/4,4/3)
- interpolation：插值方法，PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC
transforms.FiveCrop：在圖像的四角和中心裁剪出指定尺寸的 5 張圖片
- size：裁剪尺寸
transforms.TenCrop：在 FiveCrop 的基礎上，並對這 5 張圖片進行水平或者垂直翻轉，共10張
- size：裁剪尺寸
- vertical_flip：是否進行垂直翻轉，若為 False，進行水平翻轉
翻轉 Flip 和 旋轉 Rotation
transforms.RandomRotation：隨機旋轉圖片
- degrees：旋轉角度，當為 a 時，在 (-a，a) 之間選擇旋轉角度，當為 (a，b) 時，在 (a，b) 之間選擇旋轉角度
- resample：重采樣方法，默認 False
- expand：是否擴大圖片，默認 False；旋轉后圖片size不變時，部門圖片會丟失，此時可選擇 擴大圖片，以包含丟失圖片
- center：以該點為中心進行旋轉
transforms.RandomRotation(30, center=(0, 0), expand=True)
圖像變換
transforms.Pad：對圖像邊緣進行填充
- padding：設置填充大小
// 當為整型 a 時，表示上下左右填充 a 個像素；
// 當為 (a，b) 時，代表上下填充 b，左右填充 a 個像素；
// 當為 (a，b，c，d) 時，代表 左上右下 填充 abcd 個像素 【順時針】
- padding_mode：填充模式，共4種模式，包括 constant、edge、reflect、symmetric，默認取 constant 【具體含義見上文-裁剪部分】
- fill：當 constant 時，設置填充像素值 (R,G,G) or (Gray)
transforms.ColorJitter：調整亮度、對比度、飽和度、色相
- brightness：亮度調整因子；當為 a 時，從 [max(0，1-a)，1+a] 中隨機選擇，當為 (a，b) 時，從 [a，b] 中隨機選擇
- contrast：對比度參數，方法同 brightness
- saturation：飽和度參數，方法同 brightness
- hue：色相參數，色相取值 在 -0.5 到 0.5
// 當為 a 時，從 [-a，a] 中選擇，注意 -0.5<a<0.5，當為 (a，b) 時，在[a，b] 中選擇
transforms.Grayscale：轉成灰度圖
- num_output_channels：輸出通道數，只能取 1 或者 3
transforms.RandomGrayscale：以一定概率轉成灰度圖
- num_output_channels：輸出通道數，只能取 1 或者 3
- p：概率值，被灰度的概率，默認 0.1
transforms.RandomAffine：對圖像進行仿射變換，仿射變換是二維的線性變換，由5種基本原子變換構成，包括旋轉、平移、縮放、錯切、翻轉
- degrees：旋轉角度，必選參數
- translate：平移，默認為 None
- scale：縮放，默認為 None
- shear：錯切角度設置，有水平錯切和垂直錯切，默認為 None
// 若為 a，僅在 x 軸錯切，錯切角度在 (-a，a) 之間；
// 若為 (a，b)，則 a 代表 x 軸錯切角度，b代表 y 軸錯切角度；
// 若為 (a，b，c，d)，則 ab 設置 x 軸角度，cd 設置 y 軸角度；
- resample：重采樣，有 nearest、bilinear、bicubic，默認 False
- fillcolor：填充像素，默認為 0
transforms.RandomErasing：對圖像進行隨機遮擋
- p：概率，執行遮擋操作的概率；
- scale：遮擋區域的面積；
- ratio：遮擋區域的長寬比；
- value：遮擋區域的像素值，(R,G,B) or (Gray)
- inplace：默認 False
transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3))
當 value 取字符串時，采用隨機像素進行遮擋
匿名函數
transforms.Lambda：用戶自定義圖像處理的方法，如 CenterCrop
組合操作
transforms.RandomChoice：從多個 transforms 方法中隨機選一個
transforms.RandomChoice([transforms1, transforms2, transform3])
transforms.RandomApply：依據概率執行一組 transforms 操作
transforms.RandomApply([transforms1, transforms2, transform3], p=0.5)
transforms.RandomOrder：對一組 transforms 操作進行亂序，亂序處理圖片
transforms.RandomOrder([transforms1, transforms2, transform3])
transforms.Compose：順序執行一系列 transforms 操作
transforms.Compose([transforms1, transforms2, transforms3])
自定義 transforms
transforms.Lambda 是自定義圖像處理的方法，如 Resize；
自定義 transforms 是自定義 transforms 系列操作，如 RandomCompose；當然也可以是一個操作；
先看下 pytorch 的 Compose 方法的實現
class Compose(object): def __call__(self, img): for t in self.transforms: img = t(img) return img
類比實現自定義：處理椒鹽噪聲
椒鹽噪聲：又稱脈沖噪聲，是一種隨機出現的白點或者黑點，白點稱為鹽噪聲，黑點稱為椒噪聲
信噪比：Signal-Noise Rate，SNR，衡量噪聲的比例，圖像的信噪比是圖像像素的占比
使用注意事項
1. 上述所有方法是一個類，參數都是初始化參數，然后都以對象的形式存在，使用時調用 __call__ 方法處理圖片
2. 上述所有方法輸入都是圖像，輸出也是圖像
3. 輸入網絡前要轉換成 Tensor
transforms.ToTensor()：將 PIL Image 轉換成 Tensor 對象，會自動將 [0， 255] 歸一化到 [0， 1]
transforms.Normalize：標准化，注意 只有 Tensor 才能標准化，img 不可以，故 Normalize 之前一般都有 ToTensor
方法總覽
圖像增強的原則
使得訓練集盡可能接近測試集
例如，我們要區分第四套人民幣的 1 元 和 100 元，很容易得到准確率很高的網絡；
那么該網絡是否能識別第五套人民幣的 100 元，測試結果是基本上都是別成了 1 元，因為顏色很像；
假如我們把訓練數據進行灰度處理，去掉顏色的影響，重新訓練的模型也能准確預測 第五套人民幣的 100 元