PyTorch è un noto framework di deep learning che offre vari strumenti e moduli per lavorare con numerose immagini. Fornisce inoltre un modulo 'torchvision.transforms' che dispone di una serie di classi e funzioni per eseguire varie trasformazioni sulle immagini, come ritaglio, ridimensionamento, rotazione, capovolgimento, ridimensionamento e molto altro. Gli utenti possono utilizzare il ' Ridimensiona() ' e specifica la dimensione, ovvero altezza e larghezza, per ridimensionare l'immagine desiderata. Questo metodo restituisce una nuova immagine ridimensionata della dimensione specificata.
Questo blog dimostrerà il metodo per ridimensionare un'immagine a una dimensione specifica in PyTorch.
Come ridimensionare un'immagine a una dimensione specifica in PyTorch?
Per modificare le dimensioni di un'immagine e ridimensionarla a una dimensione specifica in PyTorch, seguire i passaggi elencati di seguito:
- Carica un'immagine su Google Colab
- Importa le librerie richieste
- Leggi l'immagine in ingresso
- Calcola e stampa la dimensione dell'immagine in ingresso
- Crea una trasformazione
- Applica la trasformazione all'immagine specificata
- Visualizza l'immagine ridimensionata e le sue dimensioni
Passaggio 1: carica un'immagine su Google Colab
Innanzitutto, apri Google Colab e fai clic sulle icone evidenziate di seguito. Quindi, scegli l'immagine specifica dal computer e caricala:
Successivamente l'immagine verrà caricata su Google Colab:
Qui, abbiamo caricato la seguente immagine e la ridimensioneremo a una dimensione specifica:
Passaggio 2: importa la libreria richiesta
Successivamente, importa le librerie necessarie. Ad esempio, abbiamo importato le seguenti librerie:
torcia di importazioneimportare torchvision.transforms COME Trasformare
dall'immagine di importazione PIL
importa matplotlib.pyplot COME plt
Qui:
- “ torcia di importazione ' importa la libreria PyTorch.
- “ importare torchvision.transforms come trasformazioni ' importa il modulo di trasformazione da torchvision che viene utilizzato per preelaborare i dati dell'immagine prima di inserirli in una rete neurale.
- “ dall'immagine di importazione PIL ' apre e salva diversi formati di file immagine.
- “ importa matplotlib.pyplot come plt ' importa il modulo 'pyplot' utilizzato per creare visualizzazioni e grafici:
Passaggio 3: leggere l'immagine di input
Successivamente, leggi l'immagine di input dal computer. Qui stiamo leggendo il “ galassia_img.jpg ' e memorizzandolo nel ' input_img 'variabile:
input_img = Immagine.open ( 'galassia_img.jpg' )
Passaggio 4: calcolare e stampare le dimensioni dell'immagine di input
Quindi, calcola la dimensione dell'immagine in input, ovvero larghezza e altezza, e stampala:
misurare = input_img.dimensionestampa ( 'Dimensione dell'immagine originale (input):' , misurare )
Si può osservare che la larghezza dell'immagine in input è “384” e l'altezza dell'immagine è “576”:
Passaggio 5: crea una trasformazione
Successivamente, definisci una trasformazione per ridimensionare l'immagine di input. Gli utenti devono specificare la nuova dimensione, ovvero altezza e larghezza per la nuova immagine. Qui abbiamo specificato l'altezza “200” e la larghezza “400”:
trasformazione = Trasforma.Ridimensiona ( misurare = ( 200 , 400 ) )
Passaggio 6: applicare la trasformazione sull'immagine di input
Ora applica la trasformazione sopra sull'immagine di input specificata per modificarne la dimensione:
new_img = trasforma ( input_img )
Passaggio 7: Visualizza l'immagine ridimensionata e le sue dimensioni
Infine, visualizza l'immagine ridimensionata visualizzandola e verificane le dimensioni:
stampa ( 'Nuova dimensione dell'immagine dopo il ridimensionamento:' , nuova_img.dimensione )plt.imshow ( new_img )
plt.mostra ( )
L'output seguente indica che l'immagine di input è stata ridimensionata correttamente. Ora la sua larghezza è “400” e la sua altezza è “200”:
Allo stesso modo, gli utenti possono specificare qualsiasi altra dimensione per ridimensionare l'immagine. Qui ridimensioneremo la stessa immagine di input con un'altra dimensione, ovvero altezza '250' e larghezza '150':
trasformazione = Trasforma.Ridimensiona ( misurare = ( 250 , 150 ) )
Ciò ridimensionerà l'immagine in nuove dimensioni:
Confronto
Di seguito è possibile vedere il confronto tra l'immagine originale e le immagini ridimensionate con dimensioni diverse:
Nota : puoi accedere al nostro Google Colab Notebook da qui collegamento .
Abbiamo spiegato in modo efficiente il metodo per ridimensionare un'immagine alla dimensione desiderata in PyTorch.
Conclusione
Per ridimensionare l'immagine desiderata a una dimensione specifica in PyTorch, caricare innanzitutto l'immagine desiderata su Google Colab. Quindi, importa le librerie necessarie e leggi l'immagine di input. Successivamente, calcola e stampa la dimensione dell'immagine di input. Successivamente, utilizzare il ' Ridimensiona() ' per definire e applicare la trasformazione sull'immagine di input desiderata. Infine, visualizza la nuova immagine ridimensionata e le sue dimensioni. Questo blog ha dimostrato il metodo per ridimensionare l'immagine desiderata a una dimensione specifica in PyTorch.