transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, interpolation=<InterpolationMode.NEAREST: 'nearest'>, fill=0, fillcolor=None, resample=None, center=None)degrees:可从中选择的度数范围。如果为非零数字,旋转角度从(-degrees,+degress),或者可设置为(min,max)
translate:水平和垂直平移的最大绝对偏移量。长度为2的元组,数值在(0,1)之间,dx在(-w*a,w*a),dy在(-h*b,h*b)
scale:比例因子区间,例如(a,b),则从范围a<=比例<=b中随机采样比例。默认情况下,将保留原始比例。
shear:可从中选择的度数范围。放射变换的角度
interpolation:插值的方法如果输入为Tensor只支持InterpolationMode.NEAREST, InterpolationMode.BILINEAR
fill:填充像素的值,
fillcolor:0.14以后版本被移除,使用fill代替
resample:0.14以后版本被移除,使用interpolation代替
center:旋转中心的位置,默认为图片的中心
import torchvision.transforms as transform
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import torch
img0=Image.open('lin-xiao-xun-000003.jpg')
img1=transform.RandomAffine(degrees=(10,150))(img0)
img2=transform.RandomAffine(degrees=0,translate=(0.1,0.6))(img0)
img3=transform.RandomAffine(degrees=0,translate=(0,0),scale=(1,2))(img0)
img4=transform.RandomAffine(degrees=0,translate=(0,0),shear=45)(img0)
img5=transform.RandomAffine(degrees=0,translate=(0.2,0.5),fill=(0,125,0))(img0)axs = plt.figure().subplots(1, 6)
axs[0].imshow(img0);axs[0].set_title('src');axs[0].axis('off')
axs[1].imshow(img1);axs[1].set_title('degrees');axs[1].axis('off')
axs[2].imshow(img2);axs[2].set_title('translate');axs[2].axis('off')
axs[3].imshow(img3);axs[3].set_title('scale');axs[3].axis('off')
axs[4].imshow(img4);axs[4].set_title('shear');axs[4].axis('off')
axs[5].imshow(img5);axs[5].set_title('fill');axs[5].axis('off')
plt.show()

实图演示:

6、随机仿射变化 transforms.RandomAffine()相关推荐

  1. Javascript实现二次多项式仿射变化

    Javascript实现二次多项式仿射变化 我之前遇到了这样的问题,用户想要将没有任何坐标信息的图片发布成地图服务,但是又不能对图片进行拉伸等一系列的变换,所以,最终采用的二次多项式做校准,用二次多项 ...

  2. AffineTransformations仿射变化

    1. Affine Transformations 仿射变化 1.1. ST_Affine ST_Affine -对几何图形应用三维仿射变换. 1.1.1. 概要 geometry ST_Affine ...

  3. 20200813-共轭函数的仿射变化

    在Convex Optimization的第三章中提到了共轭函数的仿射变化.但是没有具体说明过程,这里推导一下. 参考资料: Convex Optimization: Chapter-3 函数的共轭函 ...

  4. OpenCV开发笔记(四十六):红胖子8分钟带你深入了解仿射变化(图文并茂+浅显易懂+程序源码)

    若该文为原创文章,未经允许不得转载 原博主博客地址:https://blog.csdn.net/qq21497936 原博主博客导航:https://blog.csdn.net/qq21497936/ ...

  5. Tensor to img imge to tensor (pytorch的tensor转换)

    Tensor to img && imge to tensor 在pytorch中经常会遇到图像格式的转化,例如将PIL库读取出来的图片转化为Tensor,亦或者将Tensor转化为n ...

  6. 目标检测的Tricks | 【Trick8】数据增强——随机旋转、平移、缩放、错切、hsv增强

    如有错误,恳请指出. 在之前使用opencv就介绍使用过一些常用的数据增强的实现方法,见:<数据增强 | 旋转.平移.缩放.错切.HSV增强>,当时介绍了旋转.平移.缩放.错切.HSV增强 ...

  7. pytroch 数据增量 transforms的二十二个方法

    本文转自:https://blog.csdn.net/u011995719/article/details/85107009 官方文档:https://pytorch.org/vision/0.8/t ...

  8. PyTorch 学习笔记(三):transforms的二十二个方法

    本文截取自<PyTorch 模型训练实用教程>,获取全文pdf请点击:https://github.com/tensor-yu/PyTorch_Tutorial 文章目录 一. 裁剪--C ...

  9. torchvision的使用(transforms用法介绍)

    介绍 torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型.torchvision.transforms主要是用于常见的一些图形变换.以 ...

最新文章

  1. 终于来了,国内首个基于结构光投影三维重建系列视频课程
  2. Python Redis
  3. 多云互操作性!=云服务聚合
  4. windowsterminal设置初始大小_这是我见过最全面的金蝶操作详解了,从初始化到财务使用全流程...
  5. linux下ip层的一些概念
  6. 超实用的微信图片转换工具
  7. html英文参考文献,英文参考文献标准格式
  8. 大数据平台开发公司有哪些?
  9. 天真贝叶斯学习机 | TiDB Hackathon 优秀项目分享
  10. 生成Xcode中各个尺寸的Mac App Icon
  11. SpringCloud-狂神(1. 概述)学习笔记
  12. oracle11g和toad,plsql、toad应用于oracle11g64位的方法
  13. #从零开始学HCIA起步
  14. android studio使用雷电模拟器详细过程(或其他)
  15. 数据结构(C语言版)之栈及递归
  16. S905L(P211)盒子刷android tv以及刷emuelec 4.4/4.5的向导/方法
  17. 宏 word 更新域
  18. FYD-Focus Your Distribution-关注你的分布:异常检测和定位的从粗到细的非对比性学习-FYD
  19. linux中shell的循环
  20. Beyond Compare不能打开SELinux的*.te权限配置文件

热门文章

  1. LIMS管理系统应用存在的问题有哪些?
  2. 开篇!我也来谈谈爬虫
  3. hnust - 聊天表情
  4. java自制随机数工具类
  5. 用摇杆或北通手柄控制海康摄像头
  6. 看创新人工智能教育的与时俱进
  7. python做身份证识别_不到100行代码搞定Python做OCR识别身份证,文字等各种字体
  8. Python学习笔记(一) Python基础
  9. 手机网页显示内容太小,调整手机端网页缩放
  10. 《A Gentle Introduction to Graph Neural Networks》要点