### 使用 `torchvision.transforms` 下的 `grid_sample` 需要注意的是，`grid_sample` 并不是位于 `torchvision.transforms` 模块下，而是存在于 `torch.nn.functional` 模块中。此函数用于基于给定网格对输入张量进行采样，在图像变换和其他数据处理任务中有广泛应用。 #### 函数签名 ```python torch.nn.functional.grid_sample( input, grid, mode='bilinear', padding_mode='zeros', align_corners=None ) ``` - **input**: 形状为 `[N, C, H_in, W_in]` 的输入张量，其中 N 表示批次大小，C 是通道数，而 \(H_{in}\),\(W_{in}\) 则分别代表输入的高度和宽度[^1]。 - **grid**: 形状为 `[N, H_out, W_out, 2]` 的张量，定义了输出空间中的每一个像素对应于输入张量的位置。这些位置被标准化到了 \([-1, 1]\)，即左上角为 (-1,-1)，右下角为 (1,1)[^3]。 - **mode**: 插值模式，默认采用双线性插值 (`'bilinear'`)；也可以设置为 `'nearest'` 或者 `'bicubic'` 来改变插值方式。 - **padding_mode**: 边界填充的方式，可选 `"zeros"`、`"border"` 和 `"reflection"`。 - **align_corners**: 如果设为 True，则最外层像素中心会被视为与边界对齐；如果 False，则整个区域均匀分布而不考虑边缘情况。 #### 示例代码 下面是一个简单的例子来展示如何使用这个功能： ```python import torch import torch.nn.functional as F def apply_grid_sample(image_tensor, transformation_matrix): """ 应用仿射变换矩阵到图片张量上 参数: image_tensor: 图像张量, 大小为 [batch_size, channels, height, width] transformation_matrix: 变换矩阵, 大小为 [batch_size, 2, 3] 返回: transformed_image: 经过变换后的图像张量 """ batch_size = image_tensor.shape[0] # 创建一个标准的身份网格 h_out, w_out = image_tensor.size(-2), image_tensor.size(-1) theta_identity = torch.tensor([[[1., 0., 0.], [0., 1., 0.]]]).repeat(batch_size, 1, 1).to(image_tensor.device) # 将转换矩阵应用于身份网格以获得新的网格 grid = F.affine_grid(transformation_matrix - theta_identity, size=image_tensor.shape, align_corners=False) # 对原始图像应用该网格进行重采样 transformed_image = F.grid_sample(image_tensor, grid, mode='bilinear', padding_mode="zeros", align_corners=False) return transformed_image if __name__ == "__main__": import torchvision.transforms as transforms from PIL import Image import matplotlib.pyplot as plt img_path = "example.jpg" transform = transforms.Compose([ transforms.ToTensor(), ]) original_img = Image.open(img_path).convert('RGB') tensor_img = transform(original_img).unsqueeze(0) # 添加批次维度 rotation_angle_degrees = 45. scale_factor = 1. radians = torch.deg2rad(torch.tensor(rotation_angle_degrees)) cos_alpha = torch.cos(radians) sin_alpha = torch.sin(radians) affine_transformations = torch.tensor([[cos_alpha.item(), -sin_alpha.item() * scale_factor, 0], [sin_alpha.item() * scale_factor, cos_alpha.item(), 0]])\ .expand(tensor_img.size()[0], -1, -1) rotated_scaled_images = apply_grid_sample(tensor_img, affine_transformations) fig, axes = plt.subplots(nrows=1, ncols=2) ax = axes.ravel() ax[0].imshow(transforms.ToPILImage()(tensor_img.squeeze())) ax[0].set_title("Original") ax[1].imshow(transforms.ToPILImage()(rotated_scaled_images.squeeze())) ax[1].set_title(f"Rotated {rotation_angle_degrees}° & Scaled by {scale_factor}") for a in ax: a.axis('off') plt.show() ``` 这段代码展示了怎样利用 `F.grid_sample()` 实现自定义的空间变换——这里具体实现了旋转加缩放的效果。注意这里的 `apply_grid_sample` 方法接收了一个变换矩阵作为参数，并将其作用在一个恒等变换的基础上得到最终使用的变形场(grid)。