给我买咖啡☕
*备忘录：
- 我的帖子解释了牛津iiitpet（）。
centercrop（）可以裁剪图像，以此为中心：
*备忘录：
- >初始化的第一个参数是大小（必需类型：int或tuple/list/list（int）或size（））：
*备忘录：
-
- 是[高度，宽度]。
- >必须是1个
元组/列表必须是具有1或2个元素的1d。
- 单个值（int或tuple/list（int））是指[size，size]。
- 第一个参数是img（必需类型：pil图像或张量（int））： *备忘录：
- 建议根据v1或v2使用v2？我应该使用哪一个？
from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import CenterCrop
centercrop = CenterCrop(size=100)
centercrop
# CenterCrop(size=(100, 100))
centercrop.size
# (100, 100)
origin_data = OxfordIIITPet(
root="data",
transform=None
)
s600_data = OxfordIIITPet( # `s` is size.
root="data",
transform=CenterCrop(size=600)
# transform=CenterCrop(size=[600])
# transform=CenterCrop(size=[600, 600])
)
s400_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=400)
)
s200_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=200)
)
s100_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=100)
)
s50_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=50)
)
s10_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=10)
)
s1_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=1)
)
s200_300_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=[200, 300])
)
s300_200_data = OxfordIIITPet(
root="data",
transform=CenterCrop(size=[300, 200])
)
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.tight_layout()
plt.show()
show_images1(data=origin_data, main_title="origin_data")
show_images1(data=s600_data, main_title="s600_data")
show_images1(data=s400_data, main_title="s400_data")
show_images1(data=s200_data, main_title="s200_data")
show_images1(data=s100_data, main_title="s100_data")
show_images1(data=s50_data, main_title="s50_data")
show_images1(data=s10_data, main_title="s10_data")
show_images1(data=s1_data, main_title="s1_data")
print()
show_images1(data=origin_data, main_title="origin_data")
show_images1(data=s200_300_data, main_title="s200_300_data")
show_images1(data=s300_200_data, main_title="s300_200_data")
# ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓
def show_images2(data, main_title=None, s=None):
plt.figure(figsize=[10, 5])
plt.suptitle(t=main_title, y=0.8, fontsize=14)
temp_s = s
for i, (im, _) in zip(range(1, 6), data):
plt.subplot(1, 5, i)
if not temp_s:
s = [im.size[1], im.size[0]]
cc = CenterCrop(size=s) # Here
plt.imshow(X=cc(im)) # Here
plt.tight_layout()
plt.show()
show_images2(data=origin_data, main_title="origin_data")
show_images2(data=origin_data, main_title="s600_data", s=600)
show_images2(data=origin_data, main_title="s400_data", s=400)
show_images2(data=origin_data, main_title="s200_data", s=200)
show_images2(data=origin_data, main_title="s100_data", s=100)
show_images2(data=origin_data, main_title="s50_data", s=50)
show_images2(data=origin_data, main_title="s10_data", s=10)
show_images2(data=origin_data, main_title="s1_data", s=1)
print()
show_images2(data=origin_data, main_title="origin_data")
show_images2(data=origin_data, main_title="s200_300_data", s=[200, 300])
show_images2(data=origin_data, main_title="s300_200_data", s=[300, 200])
