Pytorch中Tensor与各种图像格式的相互转化详解
前言
在pytorch中经常会遇到图像格式的转化，例如将PIL库读取出来的图片转化为Tensor，亦或者将Tensor转化为numpy格式的图片。而且使用不同图像处理库读取出来的图片格式也不相同，因此，如何在pytorch中正确转化各种图片格式(PIL、numpy、Tensor)是一个在调试中比较重要的问题。
本文主要说明在pytorch中如何正确将图片格式在各种图像库读取格式以及tensor向量之间转化的问题。以下代码经过测试都可以在Pytorch-0.4.0或0.3.0版本直接使用。
对python不同的图像库读取格式有疑问可以看这里：https://www.nhooo.com/article/177288.htm
格式转换
我们一般在pytorch或者python中处理的图像无非这几种格式：
- PIL：使用python自带图像处理库读取出来的图片格式
- numpy：使用python-opencv库读取出来的图片格式
- tensor：pytorch中训练时所采取的向量格式（当然也可以说图片）
注意，之后的讲解图片格式皆为RGB三通道，24-bit真彩色，也就是我们平常使用的图片形式。
PIL与Tensor
PIL与Tensor的转换相对容易些，因为pytorch已经提供了相关的代码，我们只需要搭配使用即可：
所有代码都已经引用了（之后的代码省略引用部分）：
importtorch fromPILimportImage importmatplotlib.pyplotasplt #loader使用torchvision中自带的transforms函数 loader=transforms.Compose([ transforms.ToTensor()]) unloader=transforms.ToPILImage()
1PIL读取图片转化为Tensor
#输入图片地址
#返回tensor变量
defimage_loader(image_name):
image=Image.open(image_name).convert('RGB')
image=loader(image).unsqueeze(0)
returnimage.to(device,torch.float)
2将PIL图片转化为Tensor
#输入PIL格式图片 #返回tensor变量 defPIL_to_tensor(image): image=loader(image).unsqueeze(0) returnimage.to(device,torch.float)
3Tensor转化为PIL图片
#输入tensor变量 #输出PIL格式图片 deftensor_to_PIL(tensor): image=tensor.cpu().clone() image=image.squeeze(0) image=unloader(image) returnimage
4直接展示tensor格式图片
defimshow(tensor,title=None): image=tensor.cpu().clone()#weclonethetensortonotdochangesonit image=image.squeeze(0)#removethefakebatchdimension image=unloader(image) plt.imshow(image) iftitleisnotNone: plt.title(title) plt.pause(0.001)#pauseabitsothatplotsareupdated
5直接保存tensor格式图片
defsave_image(tensor,**para):
dir='results'
image=tensor.cpu().clone()#weclonethetensortonotdochangesonit
image=image.squeeze(0)#removethefakebatchdimension
image=unloader(image)
ifnotosp.exists(dir):
os.makedirs(dir)
image.save('results_{}/s{}-c{}-l{}-e{}-sl{:4f}-cl{:4f}.jpg'
.format(num,para['style_weight'],para['content_weight'],para['lr'],para['epoch'],
para['style_loss'],para['content_loss']))
numpy与Tensor
numpy格式是使用cv2，也就是python-opencv库读取出来的图片格式，需要注意的是用python-opencv读取出来的图片和使用PIL读取出来的图片数据略微不同，经测试用python-opencv读取出来的图片在训练时的效果比使用PIL读取出来的略差一些(详细过程之后发布)。
之后所有代码引用：
importcv2 importtorch importmatplotlib.pyplotasplt
numpy转化为tensor
deftoTensor(img):
asserttype(img)==np.ndarray,'theimgtypeis{},butndarryexpected'.format(type(img))
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
img=torch.from_numpy(img.transpose((2,0,1)))
returnimg.float().div(255).unsqueeze(0)#255也可以改为256
tensor转化为numpy
deftensor_to_np(tensor): img=tensor.mul(255).byte() img=img.cpu().numpy().squeeze(0).transpose((1,2,0)) returnimg
展示numpy格式图片
defshow_from_cv(img,title=None): img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB) plt.figure() plt.imshow(img) iftitleisnotNone: plt.title(title) plt.pause(0.001)
展示tensor格式图片
defshow_from_tensor(tensor,title=None): img=tensor.clone() img=tensor_to_np(img) plt.figure() plt.imshow(img) iftitleisnotNone: plt.title(title) plt.pause(0.001)
注意
上面介绍的都是一张图片的转化，如果是n张图片一起的话，只需要修改一下相应代码即可。
举个例子，将之前说过的修改略微修改一下即可：
#将NxHxWXC的numpy格式图片转化为相应的tensor格式 deftoTensor(img): img=torch.from_numpy(img.transpose((0,3,1,2))) returnimg.float().div(255).unsqueeze(0)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。