对图片进行resize、裁剪、旋转、翻转
首先我们的原始图片是10张网上下载尺寸不一的图片，如下：
操作1：resize 将图片resize到相同尺寸(320,240)
from PIL import Image
import torchvision.transforms as transforms
#使用PIL库读入图片并进行resize
def ResizeImage():
if not os.path.exists(rdir):
os.makedirs(rdir)
for i in range(10):
im = Image.open(dir+str(i)+".jpg")
im = im.resize((320,240),Image.BILINEAR) #第一个参数为想要的size，第二个参数为插值方法，双线性插值这里用的是
im.save('{}/{}.jpg'.format(rdir, i))操作2：剪裁(包括围绕中心剪裁和随机剪裁)
#图像随机剪裁和中心剪裁
def crop(lib):
for i in range(10):
img = Image.open(lib+"/"+str(i)+".jpg")
CenterCrop = transforms.CenterCrop((240,320)) #中心裁剪
cropped_image = CenterCrop(img) #PIL.Image.Image
# im=np.array(cropped_image) #可以将PIL.Image.Image转成ndarry
#cropped_image.show() #将图片显示
cropped_image.save('{}/cen_crop{}.jpg'.format(rdir, i))
RandomCrop = transforms.RandomCrop(size=(240, 320)) #随机剪裁
random_image = RandomCrop(img)
random_image.save('{}/rand_crop{}.jpg'.format(rdir, i))操作3：随机旋转
#随机旋转
def random_rotation(lib):
for i in range(10):
img = Image.open(lib+"/"+str(i)+".jpg")
RR = transforms.RandomRotation(degrees=(10, 80)) #degrees为随机旋转的角度
rr_image = RR(img)
rr_image.save('{}/rand_rotation{}.jpg'.format(rdir, i))操作4：翻转
#图片依概率翻转,p为翻转的概率
def horizontal_flip(lib):
for i in range(10):
img = Image.open(lib+"/"+str(i)+".jpg")
HF = transforms.RandomHorizontalFlip(p=1.0) #p为概率，缺省时默认0.5
hf_image = HF(img)
hf_image.save('{}/hori_flip{}.jpg'.format(rdir, i))下面展示一下操作后的图片：
从上到下每行依次为resize、中心裁剪、翻转、随机裁剪和随机旋转的结果
立即学习“Python免费学习笔记（深入）”；
单张图像变换大小——img.resize（）
这个是一段学过的简单程序，可以改变图像的大小，jpg，png都可以的：
#encoding=utf-8 #author: walker #date: 2014-05-15 #function: 更改图片尺寸大小 from PIL import Image ''' filein: 输入图片 fileout: 输出图片 width: 输出图片宽度 height:输出图片高度 type:输出图片类型（png, gif, jpeg...） ''' def ResizeImage(filein, fileout, width, height, type): img = Image.open(filein) out = img.resize((width, height),Image.ANTIALIAS) #resize image with high-quality out.save(fileout, type) if __name__ == "__main__": filein = r'0.jpg' fileout = r'testout.png' width = 6000 height = 6000 type = 'png' ResizeImage(filein, fileout, width, height, type)
这个函数img.resize((width, height),Image.ANTIALIAS)
第二个参数：
Image.NEAREST：低质量Image.BILINEAR：双线性Image.BICUBIC：三次样条插值Image.ANTIALIAS：高质量
