Pytorch的JPEG

本篇文章给大家分享《Pytorch的JPEG》，覆盖了文章的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

给我买咖啡☕

*备忘录：

• 我的帖子解释了牛津iiitpet（）。

jpeg（）可以随机将jpeg压缩应用于图像，如下所示：>

初始化的第一个论点是质量（必需类型：int）： *备忘录：
• >是质量的范围[min，max]，因此必须是min < =最大
  • 必须为0 < = x < = 100。
  元组/列表必须是具有2个元素的1d。
  • 单个值表示[质量，质量]。
  >有第一个参数（必需类型：pil image或张量（int（uint8）））。 *张量必须为3d。
  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 JPEG

jpeg = JPEG(quality=100)

jpeg
# JPEG(quality=[100, 100])

jpeg.quality
# [100, 100]

origin_data = OxfordIIITPet(
    root="data",
    transform=None
)

q100origin_data = OxfordIIITPet( # `q` is quality
    root="data",
    transform=JPEG(quality=100)
    # transform=JPEG(quality=[100, 100])
)

q1_100_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=[1, 100])
)

q1_50_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=[1, 50])
)

q50_100_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=[50, 100])
)

q50_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=50)
)

q10_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=10)
)

q5_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=5)
)

q1_data = OxfordIIITPet(
    root="data",
    transform=JPEG(quality=1)
)

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.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images1(data=origin_data, main_title="origin_data")
print()
show_images1(data=q100origin_data, main_title="q100origin_data")
show_images1(data=q1_100_data, main_title="q1_100_data")
show_images1(data=q1_50_data, main_title="q1_50_data")
show_images1(data=q50_100_data, main_title="q50_100_data")
print()
show_images1(data=q100origin_data, main_title="q100origin_data")
show_images1(data=q50_data, main_title="q50_data")
show_images1(data=q10_data, main_title="q10_data")
show_images1(data=q5_data, main_title="q5_data")
show_images1(data=q1_data, main_title="q1_data")

# ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓
def show_images2(data, main_title=None, q=100):
    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)
        jpeg = JPEG(quality=q)
        plt.imshow(X=jpeg(im))
        plt.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images2(data=origin_data, main_title="origin_data")
print()
show_images2(data=origin_data, main_title="q100origin_data", q=100)
show_images2(data=origin_data, main_title="q1_100_data", q=[1, 100])
show_images2(data=origin_data, main_title="q1_50_data", q=[1, 50])
show_images2(data=origin_data, main_title="q50_100_data", q=[50, 100])
print()
show_images2(data=origin_data, main_title="q100origin_data", q=100)
show_images2(data=origin_data, main_title="q50_data", q=50)
show_images2(data=origin_data, main_title="q10_data", q=10)
show_images2(data=origin_data, main_title="q5_data", q=5)
show_images2(data=origin_data, main_title="q1_data", q=1)

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。