总结：原图是（h=1160,w=720,c=3）

(from torchvision import transforms as T)

需要注意：T.ToTensor()，T.Resize(）的参数不同，Resize的参数是一个尺寸元组且img必须是Image读取的图片；ToTensor的img可以是一个np的数组或Image的图片。ToTensor的返回对象有**.size()方法**，而Resize(）的返回值是**.size属性**

torchvision import transforms as T 对图片的处理

Image的图片读取尺寸格式

Image读取图，size属性是

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

img = Image.open('4.jpg')  # 原始图片尺寸h=1160,w=720,c=3
print('Image对象的size：',img.size,)  #Image对象的size： (720, 1160)
img_np = np.array(img)
# Image对象转换为np数组后的shape： (1160, 720, 3)
print('Image对象转换为np数组后的shape：',np.array(img).shape)
img_resize = img.resize((512,256))
print('img_resize:',img_resize.size)

transform_x = T.Compose([T.ToTensor( )])
img_transform = T.ToTensor()(img) #transform_x(img)
print('img_transform:',img_transform.size())  #torch.Size([3, 256, 512])
print('np_transform:',np.array(img_transform).shape) # np_transform: (3, 256, 512)

print(T.Resize((256, 512))(img).size) #(512, 256)
print(np.array(T.Resize((256, 512))(img)).shape) #(256, 512, 3)
print(np.array(T.ToTensor()(T.Resize((256, 512))(img))).shape)  #(3, 256, 512)

plt.figure()
plt.subplot(1,2,1)
plt.title('img')
plt.imshow(img)

plt.subplot(1,2,2)
plt.title('img_np')
plt.imshow(img_np)

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

matplotlib读取显示

import matplotlib.pyplot as plt
import matplotlib.image as Img

img  = Img.imread('4.jpg')
print(img.shape) # (1160, 720, 3)
plt.imshow(img)
plt.colorbar()
plt.show()
1
2
3
4
5
6
7
8

cv2读取图片

import cv2
img = cv2.imread('4.jpg')
print(img.shape)   # (1160, 720, 3)
cv2.imshow('img',img)
cv2.waitKey(0)
1
2
3
4
5