pytorch，tensorflow，matplotlib.pyplot 读取图片的及其注意事项

在图片的深度学习中，我们经常需要画出图片。当我们需要在多种框架中转换时，尤其需要注意图片的格式问题。

matplotlib.pyplot.imshow()

1. 这个函数的格式是 Height, Width, Channel， 特别需要注意这里channnel的位置。
2. 输入的数据范围有两个0到1的小数，或者0到255的整数。所以需要注意这想要展示图片的数据格式
3. 官方网址

pytorch中的torchvision.transforms和torchvision.datasets.ImageFolder,torch.utils.data.DataLoader

我们通常会将pytorch中的tensor数据转化成numpy格式，然后用matplotlib来显示图片。
但是一般我们都是先用pytorch中的图片预处理模块来读取图片，用到两个模块torchvision.transforms和torchvision.datasets.ImageFolder。最后用torch.utils.data.DataLoader来获取图片矩阵。

而torch.utils.data.DataLoader返回值中第一个就是图片的数据信息，（第二个是标签信息）。
数据的矩阵信息是 Channel，Height， Width.
与第一个不同的地方在于图片的通道位置不同。

在这样的情况下，我们通常采取两步转化：
第一步：把torch中的tensor变成numpy：img = tensor.numpy()
第二步：用numpy中的变换位置函数转化通道位置：numpy.transpose(img, (1,2,0))

注意：
torchvision.utils.make_grid（）这个函数可以直接输入一个四维的tensor。可以显示多张图片

如果不进行图片预处理，准确的说不改变图片像素值，torchvision.transforms和torchvision.datasets.ImageFolder,torch.utils.data.DataLoader读取的图片像素范围是0到1之间的小数。

还要注意的是，pytorch中的tensor的数据范围是多少，如果不符合matplotlib里的两个范围（要么0到1之间的小数，要么0到255之间的整数）设置，图片将会看起来不自然。

tensorflow

先留个坑