資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 PyTorch 中裁剪影像中心？
要裁剪影像中心，我們使用 **CenterCrop()**。它是 torchvision.transforms 模組提供的眾多轉換之一。此模組包含許多可用於對影像資料進行操作的重要轉換。
**CenterCrop()** 轉換接受 PIL 和張量影像。張量影像是一個形狀為 **[C, H, W]** 的 PyTorch 張量，其中 C 是通道數，H 是影像高度，W 是影像寬度。
此轉換還接受一批張量影像。一批張量影像是一個形狀為 **[B, C, H, W]** 的張量。**B** 是批次中的影像數量。如果影像既不是 PIL 影像也不是張量影像，則我們首先將其轉換為張量影像，然後應用 **CenterCrop()** 轉換。
語法
torchvision.transforms.CenterCrop(size)
引數
**size** – 期望的裁剪尺寸。**size** 是一個類似於 **(h, w)** 的序列，其中 **h** 和 **w** 分別是裁剪影像的高度和寬度。如果 **size** 是一個 **int**，則裁剪後的影像將為正方形影像。
它返回給定大小的裁剪影像。
步驟
我們可以使用以下步驟在中心裁剪給定大小的影像。
匯入所需的庫。在以下所有示例中，所需的 Python 庫為 **torch、Pillow** 和 **torchvision**。確保您已安裝它們。
import torch import torchvision import torchvision.transforms as transforms from PIL import Image
讀取輸入影像。輸入影像為 PIL 影像或形狀為 [..., H, W] 的 torch 張量。
img = Image.open('lena.jpg')定義一個轉換以在中心裁剪影像。對於矩形裁剪，裁剪大小為 (200,250)，對於正方形裁剪，裁剪大小為 250。根據您的需要更改裁剪大小。
# transform for rectangular crop transform = transforms.CenterCrop((200,250)) # transform for square crop transform = transforms.CenterCrop(250)
將上面定義的轉換應用於輸入影像以在中心裁剪影像。
img = transform(img)
視覺化裁剪後的影像
img.show()
輸入影像
以下影像用作兩個示例中的輸入影像。
示例 1
以下 Python 程式演示瞭如何在中心裁剪影像。裁剪後的影像為正方形影像。在此程式中，我們將輸入影像讀取為 PIL 影像。
# Python program to crop an image at center
# import required libraries
import torch
import torchvision.transforms as transforms
from PIL import Image
# Read the image
img = Image.open('waves.png')
# define a transform to crop the image at center
transform = transforms.CenterCrop(250)
# crop the image using above defined transform
img = transform(img)
# visualize the image
img.show()輸出
它將產生以下輸出 -
.jpg)
示例 2
此 Python 程式在中心裁剪影像，並給出指定的高度和寬度。在此程式中，我們將輸入影像讀取為 PIL 影像。
# Python program to crop an image at center
# import torch library
import torch
import torchvision.transforms as transforms
from PIL import Image
# Read the image
img = Image.open('waves.png')
# define a transform to crop the image at center
transform = transforms.CenterCrop((150,500))
# crop the image using above defined transform
img = transform(img)
# visualize the image
img.show()輸出
生成的輸出影像將為 150px 高和 500px 寬。
.jpg)
示例 3
在此程式中，我們將輸入影像讀取為 OpenCV 影像。我們定義一個轉換，它是三個轉換的組合。我們首先將影像轉換為張量影像，然後應用 **CenterCrop()**，最後將裁剪後的張量影像轉換為 PIL 影像。
# import the required libraries
import torch
import torchvision.transforms as transforms
import cv2
# read the inputimage
img = cv2.imread('waves.png')
# convert image from BGR to RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# Define a transform. It is a composition
# of three transforms
transform = transforms.Compose([
transforms.ToTensor(), # Converts to PyTorch Tensor
transforms.CenterCrop(250), # crops at center
transforms.ToPILImage() # converts the tensor to PIL image
])
# apply the above transform to crop the image
img = transform(img)
# display the cropped image
img.show()輸出
它將產生以下輸出 -
.jpg)
4K+ 次檢視
