Transforms是处理图片的一些方法。
一、头文件 二、把图片转化成tensor型代码：
img_path="dataset/train/ants_image/0013035.jpg"
img=Image.open(img_path)
writer=SummaryWriter("logs")
tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(img)
其中：
tensor_trans=transforms.ToTensor()可将原本的图片转换为矩阵类型，方便后面对图片的处理
1、作用：
对图片的每个信道的进行归一化处理，输出一个标准差。
2、使用方法：
①参数：需输入2个参数，均值与标准差
②代码：
trans_norm=transforms.Normalize([0.5,0.5,0.5],[0.6,0.6,0.6]) img_norm=trans_norm(img_tensor)
其中：
因为图片有三个信道，使用需要[0.5,0.5,0.5]的形式进行参数输入。
1、作用：
改变图片大小
2、代码：
trans_resize=transforms.Resize((512,512)) img_resize=trans_resize(img_tensor)
其中：
trans_resize=transforms.Resize((512,512))中的(512,512)是新尺寸，当(512,512)写成(512)时就是等比缩放，长宽比例不变，只改变大小。
1、作用：
组合技，先干1再干2…再干n。
2、怎么用？
trans_resize_2=transforms.Resize(512) trans_compose=transforms.Compose([trans_resize_2,tensor_trans]) img_resize_2=trans_compose(img)
其中：
trans_compose=transforms.Compose([trans_resize_2,tensor_trans]) Compose中的参数得是这种形式：Compose([transforms参数1,transforms参数2,transforms参数3,...,transforms参数n])，意思是：先干1再干2…再干n。
1、作用：
对图片进行随机的裁剪。
2、怎么用？
代码：
trans_randomcrop=transforms.RandomCrop((500,1000)) trans_compose_2=transforms.Compose([trans_randomcrop,tensor_trans])
其中：
(500,1000)的500是宽，1000是长。可类比resize使用。
