pytorch中用到的图像数据及格式变换

1.PIL :python内置的，python image library

2.cv2:opencv的python接口（读进来是ndarray格式，numpy的ndarray（cv2）就是各种格式之间的中转）

3.tensor：pytorch训练数据类型

 

对于通道上：除了opencv读进来是BGR，其他都是RGB。

对于维度上：TF(N H W C)，opencv，plt都是HWC；PIL是 W H C; 而pytorch是NCHW

matpltlib.pyplot主要用来绘图显示用：

• plt显示numpy数组格式的RGB图像：如果是float32类型的图像，范围0-1；如果是uint8图像，范围是0-255；
• plt.imshow(image,cmap = 'gray')，灰度图显示要设置cmap参数
• 显示cv2的图像需要转换通道为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转PIL要求数据类型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) #必须的
  img = Image.fromarray(img)  #fromarray并不会做通道变换
  img.show(img)

   

1.PIL--->tensor（opencv和PIL都是奇葩）

• 对于PILImage转化的Tensor，其数据类型是torch.FloatTensor

• Image.open 返回的图片类型为PIL Image, 数值类型为uint8，值为0-255，尺寸为 W * H * C（宽度高度通道数）。通过img=np.array(img)转为numpy数组后，统一尺寸为 H * W * C。

2.tensor--->PIL

• #tensor转PIL,要求tensor必须是float类型的，为C x H x W格式，double的不可以！
• torchvision.transforms.ToPILImage()(image.float())

3.ndarray-->tensor

• 对ndarray的数据类型没有限制，但转化成的Tensor的数据类型是由ndarray的数据类型决定的。
• torchvision.transforms.ToTensor()(input)

不与输入共享内存的：

• torch.Tensor(data)：会给生成tensor默认float32类型，且不能用dtype参数进行修改

• torch.tensor(data)：会根据输入ndarray数据类型自动推断，且能通过dtype = ..修改生成tensor类型

与输入共享内存的(共用一个数据地址，会修改调原始数据)：

• torch.as_tensor(ndarray)：会自动推断类型，接受ndarray类型及tensor类型。注意因为ndarray是放在cpu上的，若用GPU则需要从cpu copy到Gpu。共享内存对python的内置类型如list等不支持。

• torch.from_numpy(data)：会自动推断类型，只接受numpy的ndarray类型

4.tensor--->ndarray

•  tensor.numpy()