pytorch读取图像数据转成opencv格式实例
pytorch读取图像数据转成opencv格式方法：先转成numpy通用的格式，再将其转换成opencv格式。
pytorch读取的数据使用loaddata这类函数实现。pytorch网络输入图像的格式为（C,H,W)，就是（通道数，高，宽）而numpy中图像的格式为（H,W,C）。
那就将其通道调换一下。用到函数transpose。
转换方法如下
例如A的格式为（c,h,w）那么经过
A=A.transpose(1,2,0)
后就变成了（h,w,c）了
然后用语句
B=cv2.cvtColor(A,cv2.COLOR_RGB2BGR)
结果就变成opencv可用的图像了。如果不做transpose转换，那么得到的图像是一个1*h大小的图.......
完整代码：
变换部分：
一般的pytorch会进行裁剪放缩归一化等操作。例如
transforms=Compose([ ToTensor(),//将数据除以255加载进来 Resize(768),//裁剪768*768大小的图像 ConvertMaskID(Cityscapes.classes),//与这个事无关不用去管它 Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])//归一化利用均值方差归一化 ])
那么被处理的数据就要反归一化回来呗
代码如下：三通道的数据
image_idx=x[idx].cuda().data.cpu().float().numpy()#经过上面处理的数据在gpu上给取出来放在cpu上。是个numpy类型 image_idx[0]=image_idx[0]*std[0]+mean[0]#三个通道分别进行反归一化...按公式来的 image_idx[1]=image_idx[1]*std[1]+mean[1] image_idx[2]=image_idx[2]*std[2]+mean[2] image_idx[0][image_idx[0]>1]=1#对最大值最小值做次保护 image_idx[0][image_idx[0]<0]=0 image_idx[1][image_idx[1]>1]=1 image_idx[1][image_idx[1]<0]=0 image_idx[2][image_idx[2]>1]=1 image_idx[2][image_idx[2]<0]=0 image_idx=image_idx.transpose(1,2,0) img1=cv2.cvtColor(image_idx*255,cv2.COLOR_RGB2BGR)#转成opencv认识的玩意 tpath1="dddd/"+"yy0"+str(100*i+idx)+'.jpg' cv2.imwrite(tpath1,img1)
补充知识：pytorch的tensor，Image，numpy和opencv四种格式的相互转换
话不多说，先上代码
#-*-coding:utf-8-*-
#@Time:2019/4/2813:52
#@Author:ljf
importtorch
fromtorchvisionimporttransforms
fromPILimportImage
importnumpyasnp
importcv2
#1.1tensor2ImageImage格式进行绘图，展示
tensor1=torch.randint(0,255,(300,300))
transform1=transforms.ToPILImage(mode="L")
image1=transform1(np.uint8(tensor1.numpy()))#Image接受的图像格式必须为uint8，否则就会报错
print(tensor1.size())
print(image1)
#image.show()
image1.save("gray.jpg")
#1.2Image2tensortensor格式方便使用torch进行数据增强，也是模型训练的格式
#先剪切，再转为tensor。底层也是PIL实现的
transform2=transforms.Compose([transforms.RandomCrop([200,200],padding=10),transforms.ToTensor()])
image2=Image.open("gray.jpg")
tensor2=transform2(image2)
print(tensor2.size())
#2.1tensor2numpy再1.1中也用到了，numpy格式主要用于容易转换数据格式，也有利于转为opencv格式。
array1=tensor1.numpy()
print(array1.shape)
print(array1.dtype)
#2.2numpy2tensor1.2有介绍，不再赘述
tensor3=torch.Tensor(array1)
tensor4=transforms.ToTensor()(array1)
print(tensor3.size())
print(tensor4.size())#会增加一个维度
#3.1numpy2opencvopenc格式方便画目标框，图片上面写字(Image格式也可以实现，不是很熟悉，，，)
#opencv读取出来就是numpy的数据格式
cv2.imshow("img",np.uint8(array1))
#cv2.waitKey()
#cv2.destroyAllWindows()
#3.2opencv2numpy
array2=cv2.imread("./gray.jpg")#这里使用opencv读取的是三通道，plt读取的是单通道。。暂时还没搞懂
print(array2.shape)
print(array2.dtype)
#4.1opecv2Image
image3=Image.fromarray(array2,mode="RGB")
#image3.show()
#4.2Image2opencv
#这里有两种方式，一种稍复杂点，但是可以保存数据形状
array3=transforms.ToTensor()(image3).numpy()
#Image自带的属性，但是会打乱数据为一维
list1=list(image3.getdata())
print(array3.shape)
print(list1)
上面的四种格式转换时在做一个“图像分类”的项目经常用到的，比如保存图片，图片上面加中文等等。因为这些代码不是很常用，不熟练，所以每次都要在网上找下。这个博文也方便我来查找，大家有需要的也可以进行保存。
后续更新解决opecv，matplotlib显示中文问题，以及分类模型中加入评价指标confusionmatrix
欢迎大家留言批评指正
以上这篇pytorch读取图像数据转成opencv格式实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。