pytorch：把图片数据转化成tensor

摘要： 在图像识别当中，一般步骤是先读取图片，然后把图片数据转化成tensor格式，再输送到网络中去。本文将介绍如何把图片转换成tensor。

一、数据转换

把图片转成成torch的tensor数据，一般采用函数：torchvision.transforms。通过一个例子说明，先用opencv读取一张图片，然后在转换；注意一点是：opencv储存图片的格式和torch的储存方式不一样，opencv储存图片格式是（H,W,C），而torch储存的格式是（C,H,W）。

import torchvision.transforms as transforms
import cv2 as cv

img = cv.imread('image/000001.jpg')
print(img.shape)   # numpy数组格式为（H,W,C）

transf = transforms.ToTensor()
img_tensor = transf(img)  # tensor数据格式是torch(C,H,W)
print(img_tensor.size())

注意：使用torchvision.transforms时要注意一下，其子函数 ToTensor() 是没有参数输入的，以下用法是会报错的

img_tensor = transforms.ToTensor(img)

必须是先定义和赋值转换函数，再调用并输入参数，正确用法：

img = cv.imread('image/000001.jpg')
transf = transforms.ToTensor()
img_tensor = transf(img)

再转换过程中正则化

在使用 transforms.ToTensor() 进行图片数据转换过程中会对图像的像素值进行正则化，即一般读取的图片像素值都是8 bit 的二进制，那么它的十进制的范围为 [0, 255]，而正则化会对每个像素值除以255，也就是把像素值正则化成 [0.0, 1.0]的范围。通过例子理解一下：

import torchvision.transforms as transforms
import cv2 as cv

img = cv.imread('image/000001.jpg')
transf = transforms.ToTensor()
img_tensor = transf(img)
print('opencv', img)
print('torch', img_tensor)

三、自行修改正则化的范围

使用transforms.Compose函数可以自行修改正则化的范围，下面举个例子正则化成 [-1.0, 1.0]

transf2 = transforms.Compose(
    [
        transforms.ToTensor(),
        transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))
    ]
)

img_tensor2 = transf2(img)
print(img_tensor2)

计算方式就是：C=（C-mean）/ std
C为每个通道的所有像素值，彩色图片为三通道图像（BGR），所以mean和std是三个数的数组。使用transforms.ToTensor()时已经正则化成 [0.0, 1.0]了，那么(0.0 - 0.5)/0.5=-1.0，(1.0 - 0.5)/0.5=1.0，所以正则化成 [-1.0, 1.0]