今天小编就为大家分享一篇python、PyTorch图像读取与numpy转换实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
Tensor转为numpy
np.array(Tensor)
numpy转换为Tensor
torch.Tensor(numpy.darray)
PIL.Image.Image转换成numpy
np.array(PIL.Image.Image)
numpy 转换成PIL.Image.Image
Image.fromarray(numpy.ndarray)
首先需要保证numpy.ndarray 转换成np.uint8型
numpy.astype(np.uint8),像素值[0,255]。
同时灰度图像保证numpy.shape为(H,W),不能出现channels
这里需要np.squeeze()。彩色图象保证numpy.shape为(H,W,3)
之后Image.fromarray(numpy.ndarray)
PIL.Image.Image转换成Tensor
torchvision.transfrom
img=Image.open('00381fa010_940422.tif').convert('L')
import torchvision.transforms as transforms trans=transforms.Compose([transforms.ToTensor()])
a=trans(img)
Tensor转化成PIL.Image.Image
先转换成numpy,再转换成PIL.Image.Image
灰度图像
mg=Image.open('00381fa010_940422.tif').