pytorch中用到的圖像數據及格式變換

1.PIL :python內置的，python image library

2.cv2:opencv的python接口（讀進來是ndarray格式，numpy的ndarray（cv2）就是各種格式之間的中轉）

3.tensor：pytorch訓練數據類型

 

對於通道上：除了opencv讀進來是BGR，其他都是RGB。

對於維度上：TF(N H W C)，opencv，plt都是HWC；PIL是 W H C; 而pytorch是NCHW

matpltlib.pyplot主要用來繪圖顯示用：

• plt顯示numpy數組格式的RGB圖像：如果是float32類型的圖像，範圍0-1；如果是uint8圖像，範圍是0-255；
• plt.imshow(image,cmap = 'gray')，灰度圖顯示要設置cmap參數
• 顯示cv2的圖像需要轉換通道爲RGB

 

PIL--->cv2：

from PIL import Image
import numpy as np
import cv2
img = Image.open('D:/1pic/g.jpg')
img = cv2.cvtColor(np.array(img),cv2.COLOR_RGB2BGR)#
cv2.imshow("img",img)
cv2.waitKey()

ndarray(cv2)--->PIL

• #ndarray轉PIL要求數據類型dtype=uint8, range[0, 255] and shape H x W x C

  from PIL import Image
  import numpy as np
  import cv2
  img = cv2.imread('D:/1pic/g.jpg')#BGR
  img = cv2.cvtColor(np.array(img),cv2.COLOR_BGR2RGB) #必須的
  img = Image.fromarray(img)  #fromarray並不會做通道變換
  img.show(img)

   

1.PIL--->tensor（opencv和PIL都是奇葩）

• 對於PILImage轉化的Tensor，其數據類型是torch.FloatTensor

• Image.open 返回的圖片類型爲PIL Image, 數值類型爲uint8，值爲0-255，尺寸爲 W * H * C（寬度高度通道數）。通過img=np.array(img)轉爲numpy數組後，統一尺寸爲 H * W * C。

2.tensor--->PIL

• #tensor轉PIL,要求tensor必須是float類型的，爲C x H x W格式，double的不可以！
• torchvision.transforms.ToPILImage()(image.float())

3.ndarray-->tensor

• 對ndarray的數據類型沒有限制，但轉化成的Tensor的數據類型是由ndarray的數據類型決定的。
• torchvision.transforms.ToTensor()(input)

不與輸入共享內存的：

• torch.Tensor(data)：會給生成tensor默認float32類型，且不能用dtype參數進行修改

• torch.tensor(data)：會根據輸入ndarray數據類型自動推斷，且能通過dtype = ..修改生成tensor類型

與輸入共享內存的(共用一個數據地址，會修改調原始數據)：

• torch.as_tensor(ndarray)：會自動推斷類型，接受ndarray類型及tensor類型。注意因爲ndarray是放在cpu上的，若用GPU則需要從cpu copy到Gpu。共享內存對python的內置類型如list等不支持。

• torch.from_numpy(data)：會自動推斷類型，只接受numpy的ndarray類型

4.tensor--->ndarray

•  tensor.numpy()