PIL,plt显示tensor类型的图像

该方法针对显示Dataloader读取的图像。

PIL 与plt中对应操作不同,但原理是一样的,我试过用下方代码Image的方法在plt上show失败了,原因暂且不知。

 # 方法1:Image.show()
 # transforms.ToPILImage()中有一句
 # npimg = np.transpose(pic.numpy(), (1, 2, 0))
 # 因此pic只能是3-D Tensor,所以要用image[0]消去batch那一维
 img = transforms.ToPILImage(image[0])
 img.show()

 # 方法2:plt.imshow(ndarray)
 img = image[0] # plt.imshow()只能接受3-D Tensor,所以也要用image[0]消去batch那一维
 img = img.numpy() # FloatTensor转为ndarray
 img = np.transpose(img, (1,2,0)) # 把channel那一维放到最后
 # 显示图片
 plt.imshow(img)
 plt.show()
 cnt += 1

参考文献

[1]. PyTorch读取Cifar数据集并显示图片的实例讲解

  • 6
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
回答: 要将tensor图像使用plt输出,你可以使用torchvision中的transforms模块将tensor转换为PIL图像,然后使用matplotlib.pyplot将PIL图像显示出来。下面是一个示例代码: ```python import torch import torchvision.transforms as transforms import matplotlib.pyplot as plt # 假设你已经有一个名为img的tensor图像 # 首先将tensor转换为PIL图像 to_pil = transforms.ToPILImage() pil_img = to_pil(img) # 使用matplotlib.pyplot显示PIL图像 plt.imshow(pil_img) plt.axis('off') plt.show() ``` 这样,你就可以使用plt输出tensor图像了。 #### 引用[.reference_title] - *1* [【matplotlib&torchvision&torch】图片的保存,呈现(plt.imshow),读取;将tensor保存为图片](https://blog.csdn.net/weixin_42468475/article/details/127536163)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [plt.image与tensor之间的相互转换(tensor转为plt.image)用MNIST实例操作](https://blog.csdn.net/qq_43750528/article/details/130510271)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值