36.md

# torchvision.transform

1.  [对 PIL.Image 进行变换](#transforms-on-pil-image)
2.  [对 Tensor 进行变换](#transforms-on-torch-tensor)
3.  [Conversion Transforms](#conversion-transforms)
4.  [通用变换](#generic-transforms)

* * *

变换是常用的图像变换。它们可以用`Compose`连接在一起。

```py
class torchvision.transforms.Compose(transforms) 
```

将多个 transform 组合起来使用。

transforms： 由 transform 构成的列表. 例子：

```py
transforms.Compose([
     transforms.CenterCrop(10),
    transforms.ToTensor(),
]) 
```

#### 对 PIL.Image 进行变换

* * *

```py
class torchvision.transforms.Scale(size, interpolation=2) 
```

按照规定的尺寸重新调节`PIL.Image`。

**参数说明**：

1.  size (sequence or int) - 期望输出尺寸。如果 size 是一个像(w, h)的序列，输出大小将按照 w,h 匹配到。如果大小是 int，则图像将匹配到这个数字。例如，如果原图的`height>width`,那么改变大小后的图片大小是`(size*height/width, size)`。
2.  interpolation (int, optional) -需要添加值。默认的是`PIL.Image.BILINEAR`

```py
class torchvision.transforms.CenterCrop(size) 
```

将给定的 PIL.Image 进行中心切割，得到给定的 size，size 可以是 tuple，(target_height, target_width)。size 也可以是一个 Integer，在这种情况下，切出来的图片的形状是正方形。

```py
class torchvision.transforms.RandomCrop(size, padding=0) 
```

切割中心点的位置随机选取。size 可以是 tuple 也可以是 Integer。

```py
class torchvision.transforms.RandomHorizontalFlip 
```

随机水平翻转给定的 PIL.Image,概率为 0.5。即：一半的概率翻转，一半的概率不翻转。

```py
class torchvision.transforms.RandomSizedCrop(size, interpolation=2) 
```

先将给定的 PIL.Image 随机切，然后再 resize 成给定的 size 大小。

```py
class torchvision.transforms.Pad(padding, fill=0) 
```

将给定的 PIL.Image 的所有边用给定的 pad value 填充。 padding：要填充多少像素 fill：用什么值填充

#### 对 Tensor 进行变换

* * *

```py
class torchvision.transforms.Normalize(mean, std) 
```

给定均值：(R,G,B) 方差：（R，G，B），将会把 Tensor 正则化。即：Normalized_image=(image-mean)/std。

**参数说明：**

1.  mean (sequence) – 序列 R, G, B 的均值。
2.  std (sequence) – 序列 R, G, B 的平均标准偏差.

****call**(tensor)** 参数: tensor (Tensor) – 规范化的大小（c，h，w）的张量图像. 返回结果: 规范化的图片. 返回样式: Tensor 张量

#### 对 Conversion 进行变换

* * *

```py
class torchvision.transforms.ToTensor 
```

把一个取值范围是[0,255]的 PIL.Image 或者 shape 为(H,W,C)的 numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的 torch.FloadTensor

****call**(pic)**

1.  参数: pic (PIL.Image or numpy.ndarray) – 图片转换为张量.
2.  返回结果: 转换后的图像。
3.  返回样式: Tensor 张量

```py
class torchvision.transforms.ToPILImage 
```

将 shape 为(C,H,W)的 Tensor 或 shape 为(H,W,C)的 numpy.ndarray 转换成 PIL.Image，值不变。

****call**(pic)**

1.  参数: pic (Tensor or numpy.ndarray) – 图像转换为 pil.image。
2.  返回结果: 图像转换为 PIL.Image.
3.  返回样式: PIL.Image

#### 通用变换

* * *

```py
class torchvision.transforms.Lambda(lambd) 
```

使用 lambd 作为转换器。

参数说明: lambd (function) – Lambda/function 用于转换.

### 译者署名

| 用户名 | 头像 | 职能 | 签名 |
| --- | --- | --- | --- |
| [Song](https://ptorch.com) | ![](img/2018033000352689884.jpeg) | 翻译 | 人生总要追求点什么 |