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_
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。
size可以为int，也可以为float
#定义中心切割
centerCrop = transforms.CenterCrop((img.size[0]/2,img.size[1]/2))
imgccrop = centerCrop(img)
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。
但是如果是Tuple，只能是int型的不能是float
#要求目标size必须为整数
randomCrop1 = transforms.RandomCrop((int(img.size[0]/2),int(img.size[1]/2))) #padding默认为False
randomCrop2 = transforms.RandomCrop((int(img.size[0]/2),int(img.size[1]/2)),padding=10)
imgrcrop1 = randomCrop1(img)
imgrcrop2 = randomCrop2(img)
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。
#随机将图片旋转180°
randomFlip = transforms.RandomHorizontalFlip()
imgf = randomFlip(img)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。
size只能是Int，不能是float或tuple
#参数需为一个整数，不能是float或者tuple
randomcut = transforms.RandomResizedCrop(100)
imgc = randomcut(img)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
可以用于给图片加边框2333
#加边界框
pad = transforms.Pad(padding=10,fill=0)
pad_img = pad(img)
pad_img.save("block.jpg")以上这篇Pytoch之torchvision.transforms图像变换实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
Pytoch torchvision transforms 图像