请我喝杯咖啡☕
*备忘录：
- 我的帖子解释了 randomrotation()。
- 我的帖子解释了 randomaffine()。
- 我的帖子解释了 randomhorizontalflip()。
- 我的帖子解释了 randomverticalflip()。
- 我的帖子解释了 oxfordiiitpet()。
randomperspective() 可以对零个或多个图像进行透视变换，如下所示：
*备忘录：
- 初始化的第一个参数是 distortion_scale（可选-默认：0.5-类型：int 或 float）：
*备注：
- 可以进行透视变换。
- 必须是 0
- 初始化的第二个参数是 p（可选-默认：0.5-类型：int 或 float）：
*备注：
- 每张图像是否经过透视变换的概率。
- 必须是 0
- 初始化的第三个参数是插值（optional-default:interpolationmode.bilinear-type:interpolationmode）。
- 初始化的第四个参数是 fill(optional-default:0-type:int, float or tuple/list(int or float)):
*备注：
- 它可以改变图像的背景。 *对图像进行透视变换时可以看到背景。
- 元组/列表必须是具有 3 个元素的一维。
- 有第一个参数（必需类型：pil 图像或张量（int））。 *它必须是 3d 张量。
- v2建议按照v1还是v2使用？我应该使用哪一个？
from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import RandomPerspective
from torchvision.transforms.functional import InterpolationMode
randompers = RandomPerspective()
randompers = RandomPerspective(distortion_scale=0.5,
p=0.5,
interpolation=InterpolationMode.BILINEAR,
fill=0)
randompers
# RandomPerspective(p=0.5,
# distortion_scale=0.5,
# interpolation=InterpolationMode.BILINEAR,
# fill=0)
randompers.distortion_scale
# 0.5
randompers.p
# 0.5
randompers.interpolation
#
randompers.fill
# 0
origin_data = OxfordIIITPet(
root="data",
transform=None
# transform=RandomPerspective(distortion_scale=0)
# transform=RandomPerspective(p=0)
)
dis02p1_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(distortion_scale=0.2, p=1)
)
dis06p1_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(distortion_scale=0.6, p=1)
)
dis1p1_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(distortion_scale=1, p=1)
)
p1_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(p=1)
)
p05_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(p=0.5)
)
p1fillgray_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(p=1, fill=150)
)
p1fillpurple_data = OxfordIIITPet(
root="data",
transform=RandomPerspective(p=1, fill=[160, 32, 240])
)
import matplotlib.pyplot as plt
def show_images1(data, main_title=None):
plt.figure(figsize=(10, 5))
plt.suptitle(t=main_title, y=0.8, fontsize=14)
for i, (im, _) in zip(range(1, 6), data):
plt.subplot(1, 5, i)
plt.imshow(X=im)
plt.xticks(ticks=[])
plt.yticks(ticks=[])
plt.tight_layout()
plt.show()
show_images1(data=origin_data, main_title="origin_data")
show_images1(data=dis02p1_data, main_title="dis02p1_data")
show_images1(data=dis06p1_data, main_title="dis06p1_data")
show_images1(data=dis1p1_data, main_title="dis1p1_data")
show_images1(data=p1_data, main_title="p1_data")
show_images1(data=p05_data, main_title="p05_data")
show_images1(data=p1fillgray_data, main_title="p1fillgray_data")
show_images1(data=p1fillpurple_data, main_title="p1fillpurple_data")
# ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓
def show_images2(data, main_title=None, d=0.5, prob=0.5, f=0):
plt.figure(figsize=(10, 5))
plt.suptitle(t=main_title, y=0.8, fontsize=14)
for i, (im, _) in zip(range(1, 6), data):
plt.subplot(1, 5, i)
rp = RandomPerspective(distortion_scale=d, p=prob, fill=f) # Here
plt.imshow(X=rp(im)) # Here
plt.xticks(ticks=[])
plt.yticks(ticks=[])
plt.tight_layout()
plt.show()
show_images2(data=origin_data, main_title="origin_data", d=0)
show_images2(data=origin_data, main_title="dis02p1_data", d=0.2, prob=1)
show_images2(data=origin_data, main_title="dis06p1_data", d=0.6, prob=1)
show_images2(data=origin_data, main_title="dis1p1_data", d=1, prob=1)
show_images2(data=origin_data, main_title="p1_data", prob=1)
show_images2(data=origin_data, main_title="p05_data", prob=0.5)
show_images2(data=origin_data, main_title="p1fillgray_data", prob=1, f=150)
show_images2(data=origin_data, main_title="p1fillpurple_data", prob=1,
f=[160, 32, 240])
