Cum să decupați orice imagine în centrul său în PyTorch?

Cum Sa Decupati Orice Imagine In Centrul Sau In Pytorch



PyTorch oferă un modul „torchvision.transforms” care are un set de funcții și clase. Efectuează diverse transformări asupra imaginilor, cum ar fi decuparea, redimensionarea, rotirea, răsturnarea, scalarea și multe altele. Oferă „ CenterCrop(dimensiune) ” pentru a decupa orice imagine specifică în centrul acesteia. Utilizatorii trebuie să specifice dimensiunea de decupare dorită, adică înălțimea și lățimea imaginii. Această metodă produce o nouă imagine decupată de o dimensiune specificată.

Acest articol va demonstra metoda de decupare a oricărei imagini în centrul acesteia în PyTorch.

Cum să decupați orice imagine în centrul său în PyTorch?

Pentru a decupa orice imagine în centrul acesteia în PyTorch, consultați pașii furnizați:







  • Încărcați o imagine în Google Colab
  • Importați bibliotecile necesare
  • Citiți imaginea de intrare
  • Definiți o transformare pentru a decupa imaginea de intrare în centrul acesteia
  • Aplicați transformarea pe imagine
  • Afișează imaginea decupată

Pasul 1: Încărcați o imagine în Google Colab
Mai întâi, deschideți Google Colab și faceți clic pe pictogramele evidențiate de mai jos. Apoi, alegeți imaginea specifică de pe computer și încărcați-o:





După ce faceți acest lucru, imaginea va fi încărcată în Google Colab:





Aici, am încărcat următoarea imagine și o vom decupa în centrul ei:



Pasul 2: importați biblioteca necesară
Apoi, importați bibliotecile necesare. De exemplu, am importat următoarele biblioteci:

torță de import
import torchvision.transforms la fel de se transformă
din imaginea de import PIL

Aici:

  • torță de import ” importă biblioteca PyTorch.
  • import torchvision.transforms as transforms ” importă modulul de transformări din torchvision care este folosit pentru a preprocesa datele de imagine înainte de a le introduce într-o rețea neuronală.
  • din imaginea de import PIL ” este folosit pentru a deschide și salva diferite formate de fișiere imagine:

Pasul 3: Citiți imaginea de intrare
După aceea, citiți imaginea de intrare de pe computer. Aici, citim „landscape_img.jpg” și depozitarea lui în „input_img” variabil:

input_img = Image.open ( „landscape_img.jpg” )

Pasul 4: Definiți o transformare
Apoi, definiți o transformare pentru a decupa imaginea de intrare de mai sus în centrul acesteia. Utilizatorii pot furniza fie o valoare pentru decuparea pătrată, fie două valori pentru decuparea dreptunghiulară. Aici, am specificat o valoare, adică „230” pentru trunchiul pătrat:

transform = transforms.CenterCrop ( ( 230 ) )

Pasul 5: Aplicați Transformarea pe imagine
Acum, aplicați transformarea de mai sus pe imaginea de intrare dorită pentru a o decupa în centrul acesteia:

cropped_img = transform ( input_img )

Pasul 6: Afișați imaginea decupată
În cele din urmă, vizualizați imaginea decupată afișând-o:

cropped_img

Ieșirea de mai sus arată că imaginea de intrare a fost tăiată cu succes în centru într-o formă pătrată.

În mod similar, utilizatorii pot specifica, de asemenea, două valori, adică înălțimea și lățimea „CenterCrop()” metodă de a decupa imaginea în centru într-o formă dreptunghiulară. Aici, vom furniza următoarele înălțimi și lățime:

transform = transforms.CenterCrop ( ( 150 , 280 ) )

Aceasta a tăiat imaginea într-o formă dreptunghiulară:

Comparaţie
Comparația dintre imaginea originală și imaginile decupate poate fi văzută mai jos:

Notă : Puteți accesa blocnotesul nostru Google Colab aici legătură .

Am explicat eficient metoda de decupare a unei imagini în centrul acesteia în PyTorch.

Concluzie

Pentru a decupa o anumită imagine în centrul acesteia în PyTorch, mai întâi, încărcați imaginea dorită în Google Colab. Apoi, importați bibliotecile necesare și citiți imaginea de intrare. Apoi, utilizați „CenterCrop()” metoda de a decupa imaginea de intrare dorită în centrul acesteia. În cele din urmă, vizualizați imaginea decupată afișând-o. Acest articol demonstrează metoda de decupare a oricărei imagini în centrul acesteia în PyTorch.