工程（三）：transform的opencv实现

#functional （*为较为常用的函数）

1. _is_pil_image 原始：判断图片是否为PIL格式的数据 修改：删除

2. _is_tensor_image 原始：判断是否图像类型为tensor 修改：不变

3. _is_numpy_image 原始：判断图像是否为numpy，由于opencv读入之后默认为numpy，故该函数用于判断是否为图像 修改：不变

4. to_tensor 原始：支持PIL和numpy类型的图像 修改：去掉对PIL图像的支持

5. to_pil_image 原始：将PIL或numpy转换为PIL图片 修改：现在没有这个需求了，删除该函数

6. normalize* 原始：tensor均一化 修改：pytorch的均一化方法和caffe不同，两条路，保持原有方法，修改caffe源码，或修改此函数，现将该函数保留另增加函数normalize_caffe

7. normalize_caffe* 说明:按照caffe的均一化方式计算，需提供scale(默认为1)和mean_value

8. resize* 原始：基于PIL实现 修改：基于opencv实现,注意逻辑保持和pytorch一样，若只指定一个resize参数，保证的是短边和该数一样，长边做等比例缩放，指定两个参数（h,w），则严格按照该参数进行

9. scale 原始：等价于resize 修改：不变

10. pad* 原始：按指定的方式填充图片边缘支持RGB和灰度 修改：由于CV2读取灰度图会自动填充为三通道，故删去对单通道图片的支持。

11. crop* 原始：基于PIL实现 修改：基于cv2实现

12. center_crop* 同上

13. resized_crop* 同上

14. hflip* 同上

15. vflip* 同上

16. five_crop* 同上

17. ten_crop* 原始：基于five_crop和flip实现 修改：不变

18. adjust_brightness 原始：基于PIL的ImageEnhance工具库实现，源码不可见。输入为图像和亮度变换的比例（0，+∞）（等比例相乘） 修改：实现方式不同，只能说达到了相同的功能，输入为图像和亮度变换的数值（-∞，+∞）（数值相加，当像素范围超过[0,255]时设为0或255）

19. adjust_contrast 原始：基于PIL的ImageEnhance工具库实现，源码不可见。输入为图像和对比度变换的比例（0，+∞） 修改：a * image,用于修改对比度。

• Previous