【Pytorch】torchvision.utils.save_image直接保存tensor为图片

一般来说，需要将tensor转变为numpy类型的数组从而保存图片，这样的过程比较繁琐，Pytorch提供了save_image()函数，可直接将tensor保存为图片，若tensor在cuda上也会移到CPU中进行保存。

)
参数：

• tensor (Tensor or list): Image to be saved. If given a mini-batch tensor, saves the tensor as a grid of images by calling make_grid.
• **kwargs: Other arguments are documented in make_grid.

其中从第三个参数开始为函数make_grid()的参数。
根据官方文档的描述，make_grid()函数主要用于生成雪碧图，何为雪碧图（sprite image）？即由很多张小图片组成的一张大图。如下图所示。

再来看看make_grid()函数的参数。

• tensor (Tensor or list): 4D mini-batch Tensor of shape (B x C x H x W)or a list of images all of the same size.
• nrow (int, optional): Number of images displayed in each row of the grid.The final grid size is (B / nrow, nrow). Default: 8.
• padding (int, optional): amount of padding. Default: 2.
• normalize (bool, optional): If True, shift the image to the range (0, 1),by the min and max values specified by :attr:range. Default: False.
• range (tuple, optional): tuple (min, max) where min and max are numbers, then these numbers are used to normalize the image. By default, min and max are computed from the tensor.
• scale_each (bool, optional): If True, scale each image in the batch of images separately rather than the (min, max) over all images. Default: False.
• pad_value (float, optional): Value for the padded pixels. Default: 0.

其中，nrow为大图片中每行所包含的小图片的个数，默认为8个，得到的大图片的形状为(B / nrow, nrow)。

通过参数，可对生成的雪碧图设置行列数、小图片间间距、是否标准化、规格化、是否进行缩放以及填充像素值。

结论：torchvision.utils包中提供了save_image（）函数可以很方便的将tensor数据保存为图片，其中如果tensor由很多小图片组成，则会自动调用make_grid()函数将小图片拼接为大图片再保存。

参考：
https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-utils/
https://blog.csdn.net/u012343179/article/details/83007296