这里主要想写一下图片的读取和存储。尽管李沐大神通过绘制精确度折线图的方式展示了学习的结果,但由于本人希望能得到对应的结果,例如输出图片。
在对本章熟悉后,可以做把训练后的模型用于实际应用,例如对fashion-mnist图片集按类别输出图片。
用到的技术有图片的读取,PIL和numpy的转化,numpy和torch的转化。通过简单的格式转化后输出文件。内容简单,但网上内容纷繁,为了完成这个目标,确实也花费了大量的精力,希望你看完本篇内容能有所收获。
读取图片
首先请出我们都认识的Lena
我想应该大家都认识这张照片,咱们就依然拿这张图片开始。
import torch
import os
import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
"""
torch不需要多说,咱们的最终目标就是在学习过的模型中确定数据集所属类别并保存分类。
os用来创建文件夹
numpy在这里主要是将矩阵转化成图片,通过matplotlib。没有系统研究过numpy,我一直把他当做一个中间状态使用。
PIL,这是这节的重点,我知道有很多可以读取图片的库,其他的还有cv等。
matplotlib如上所述,是为了展示图片使用。
"""
首先下载一张图片并复制地址,任意均可(格式jpeg或者png都可以,剩下的没有试过),可以是RPG的也可以是灰度的,甚至如果你想,四色的CMYK应该也可以,(我没试过)。
input_path = "图片路径"
img = Image.open(input_path)
print(type(img))
>>> <class 'PIL.JpegImagePlugin.JpegImageFile'>
plt.imshow(img)
plt.show()
Image.open非常简单,即以PIL格式打开路径中的文件。类型是jpeg图片插件.jpeg图片文件
debug的过程中可以查看img的信息:
<PIL.JpegImagePlugin.JpegImageFile image mode&#