pytorch 图像处理常见问题

1、Image 2 Tensor（三维到三维）：

transforms.ToTensor：可以将PIL和numpy格式的数据从[0,255]范围转换到[0,1] ，具体做法其实就是将原始数据除以255。另外原始数据的shape是（H x W x C），经过 transforms.ToTensor 后shape会变为（C x H x W）

from torchvision import transforms
    
img = Image.open(img_path)
tran = transforms.ToTensor()
img_tensor = tran(img)
1
2
3
4
5

img_tensor 输出结果：

2、Tensor 2 Image （三维到三维）：

from torchvision import transforms

img_original = transforms.ToPILImage () (img_tensor)
img_original,show()
1
2
3
4

3、升维：三维——四维（加上batch_size一维）

什么时候用： 把单张img放进一个net里的时候需要升维（考虑batch_size）

img_tensor_with_batchdim = torch.unsqueeze (img_tensor, dim=0) 
print(img_tensor.shape)
print(img_tensor_with_batchdim .shape)
1
2
3

4、降维：四维——三维（减去batch_size一维）

img = img[0]
img = img.detach ().numpy ()  # FloatTensor转为ndarray
x = np.transpose (img, (1, 2, 0))  # 把channel那一维放到最后
plt.imshow(x)
plt.show()
1
2
3
4
5

5、device（gpu，cpu）