本文對transforms.py中的各個預處理方法進行介紹和總結。主要從官方文檔中總結而來，官方文檔只是將方法陳列，沒有歸納總結，順序很亂，這里總結一共有四大類，方便大家索引：
-
裁剪——Crop 中心裁剪：transforms.CenterCrop 隨機裁剪：transforms.RandomCrop 隨機長寬比裁剪：transforms.RandomResizedCrop 上下左右中心裁剪：transforms.FiveCrop 上下左右中心裁剪后翻轉，transforms.TenCrop
-
翻轉和旋轉——Flip and Rotation 依概率p水平翻轉：transforms.RandomHorizontalFlip(p=0.5) 依概率p垂直翻轉：transforms.RandomVerticalFlip(p=0.5) 隨機旋轉：transforms.RandomRotation
-
圖像變換 resize：transforms.Resize 標准化：transforms.Normalize 轉為tensor，並歸一化至[0-1]：transforms.ToTensor 填充：transforms.Pad 修改亮度、對比度和飽和度：transforms.ColorJitter 轉灰度圖：transforms.Grayscale 線性變換：transforms.LinearTransformation() 仿射變換：transforms.RandomAffine 依概率p轉為灰度圖：transforms.RandomGrayscale 將數據轉換為PILImage：transforms.ToPILImage transforms.Lambda：Apply a user-defined lambda as a transform
-
對transforms操作，使數據增強更靈活 transforms.RandomChoice(transforms)， 從給定的一系列transforms中選一個進行操作 transforms.RandomApply(transforms, p=0.5)，給一個transform加上概率，依概率進行操作 transforms.RandomOrder，將transforms中的操作隨機打亂
一、 裁剪——Crop
1.隨機裁剪：transforms.RandomCrop
class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')
功能：依據給定的size隨機裁剪
參數：size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size) padding-(sequence or int, optional)，此參數是設置填充多少個pixel。
當為int時，圖像上下左右均填充int個，例如padding=4，則上下左右均填充4個pixel，若為3232，則會變成4040。
當為sequence時，若有2個數，則第一個數表示左右擴充多少，第二個數表示上下的。當有4個數時，則為左，上，右，下。
fill- (int or tuple) 填充的值是什么（僅當填充模式為constant時有用）。int時，各通道均填充該值，當長度為3的tuple時，表示RGB通道需要填充的值。
padding_mode- 填充模式，這里提供了4種填充模式，1.constant，常量。2.edge 按照圖片邊緣的像素值來填充。3.reflect，暫不了解。4. symmetric，暫不了解。
2.中心裁剪：transforms.CenterCrop
class torchvision.transforms.CenterCrop(size) 功能：依據給定的size從中心裁剪 參數：size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)
3.隨機長寬比裁剪 transforms.RandomResizedCrop
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2) 功能：隨機大小，隨機長寬比裁剪原始圖片，最后將圖片resize到設定好的size 參數：size- 輸出的分辨率 scale- 隨機crop的大小區間，如scale=(0.08, 1.0)，表示隨機crop出來的圖片會在的0.08倍至1倍之間。ratio- 隨機長寬比設置 interpolation- 插值的方法，默認為雙線性插值(PIL.Image.BILINEAR)
4.上下左右中心裁剪：transforms.FiveCrop
class torchvision.transforms.FiveCrop(size) 功能：對圖片進行上下左右以及中心裁剪，獲得5張圖片，返回一個4D-tensor 參數：size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)
5.上下左右中心裁剪后翻轉: transforms.TenCrop
class torchvision.transforms.TenCrop(size, vertical_flip=False) 功能：對圖片進行上下左右以及中心裁剪，然后全部翻轉（水平或者垂直），獲得10張圖片，返回一個4D-tensor。參數：size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size) vertical_flip (bool) - 是否垂直翻轉，默認為flase，即默認為水平翻轉
二、翻轉和旋轉——Flip and Rotation
6.依概率p水平翻轉transforms.RandomHorizontalFlip
class torchvision.transforms.RandomHorizontalFlip(p=0.5) 功能：依據概率p對PIL圖片進行水平翻轉 參數：p- 概率，默認值為0.5
7.依概率p垂直翻轉transforms.RandomVerticalFlip
class torchvision.transforms.RandomVerticalFlip(p=0.5) 功能：依據概率p對PIL圖片進行垂直翻轉 參數：p- 概率，默認值為0.5
8.隨機旋轉：transforms.RandomRotation
class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None) 功能：依degrees隨機旋轉一定角度 參數：degress- (sequence or float or int) ，若為單個數，如 30，則表示在（-30，+30）之間隨機旋轉 若為sequence，如(30，60)，則表示在30-60度之間隨機旋轉 resample- 重采樣方法選擇，可選 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC，默認為最近鄰 expand- ? center- 可選為中心旋轉還是左上角旋轉
三、圖像變換
9.resize：transforms.Resize
class torchvision.transforms.Resize(size, interpolation=2) 功能：重置圖像分辨率 參數：size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size)，所以建議size設定為h*w interpolation- 插值方法選擇，默認為PIL.Image.BILINEAR
10.標准化：transforms.Normalize
class torchvision.transforms.Normalize(mean, std) 功能：對數據按通道進行標准化，即先減均值，再除以標准差，注意是 hwc
11.轉為tensor：transforms.ToTensor
class torchvision.transforms.ToTensor 功能：將PIL Image或者 ndarray 轉換為tensor，並且歸一化至[0-1] 注意事項：歸一化至[0-1]是直接除以255，若自己的ndarray數據尺度有變化，則需要自行修改。
12.填充：transforms.Pad
class torchvision.transforms.Pad(padding, fill=0, padding_mode='constant') 功能：對圖像進行填充 參數：padding-(sequence or int, optional)，此參數是設置填充多少個pixel。當為int時，圖像上下左右均填充int個，例如padding=4，則上下左右均填充4個pixel，若為3232，則會變成4040。當為sequence時，若有2個數，則第一個數表示左右擴充多少，第二個數表示上下的。當有4個數時，則為左，上，右，下。fill- (int or tuple) 填充的值是什么（僅當填充模式為constant時有用）。int時，各通道均填充該值，當長度為3的tuple時，表示RGB通道需要填充的值。padding_mode- 填充模式，這里提供了4種填充模式，1.constant，常量。2.edge 按照圖片邊緣的像素值來填充。3.reflect，？4. symmetric，？
13.修改亮度、比度和飽和度：transforms.ColorJitter
class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0) 功能：修改修改亮度、對比度和飽和度
14.轉灰度圖：transforms.Grayscale
class torchvision.transforms.Grayscale(num_output_channels=1) 功能：將圖片轉換為灰度圖 參數：num_output_channels- (int) ，當為1時，正常的灰度圖，當為3時， 3 channel with r == g == b
15.線性變換：transforms.LinearTransformation()
class torchvision.transforms.LinearTransformation(transformation_matrix) 功能：對矩陣做線性變化，可用於白化處理！whitening: zero-center the data, compute the data covariance matrix 參數：transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
16.仿射變換：transforms.RandomAffine
class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0) 功能：仿射變換
17.依概率p轉為灰度圖：transforms.RandomGrayscale
class torchvision.transforms.RandomGrayscale(p=0.1) 功能：依概率p將圖片轉換為灰度圖，若通道數為3，則3 channel with r == g == b
18.將數據轉換為PILImage：transforms.ToPILImage
class torchvision.transforms.ToPILImage(mode=None) 功能：將tensor 或者 ndarray的數據轉換為 PIL Image 類型數據 參數：mode- 為None時，為1通道， mode=3通道默認轉換為RGB，4通道默認轉換為RGBA
19.transforms.Lambda
Apply a user-defined lambda as a transform. 暫不了解，待補充。
四、對transforms操作，使數據增強更靈活
PyTorch不僅可設置對圖片的操作，還可以對這些操作進行隨機選擇、組合
20.transforms.RandomChoice(transforms)
功能：從給定的一系列transforms中選一個進行操作，randomly picked from a list
21.transforms.RandomApply(transforms, p=0.5)
功能：給一個transform加上概率，以一定的概率執行該操作
22.transforms.RandomOrder
功能：將transforms中的操作順序隨機打亂