标准化后的图像保存

星月夜语

于 2020-03-17 16:31:06 发布

阅读量656

点赞数 1

分类专栏：深度学习基础知识 python 算法类文章标签： pytorch 标准化

本文链接：https://blog.csdn.net/ljh618625/article/details/104924835

版权

深度学习基础知识同时被 3 个专栏收录

40 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

算法类

24 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

python

34 篇文章

订阅专栏

本文详细介绍了如何在PyTorch中对图像进行标准化处理，并探讨了标准化对图像质量的影响。同时，提供了保存标准化后图像的步骤，帮助读者理解并应用到自己的项目中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import  torch as t
import  cv2
from  torchvision  import transforms as T
import torchvision  as  tv
from   PIL  import   Image
import  numpy as  np

img_reals_path='./test_croped/temp_img/48.3.png'
output_path = './output/epoch_1.png'

def tensor2im(input_image, imtype=np.uint8):
    """"将tensor的数据类型转成numpy类型，并反归一化.

    Parameters:
        input_image (tensor) --  输入的图像tensor数组
        imtype (type)        --  转换后的numpy的数据类型
    """
    mean=[0.3995, 0.4469, 0.4878]
    std=[0.2841, 0.2775, 0.2924]
    # mean = [0.485,0.456,0.406] #自己设置的
    # std = [0.229,0.224,0.225]  #自己设置的
    if not isinstance(input_image, np.ndarray):
        if isinstance(input_image, t.Tensor):  # get