pytorch中使用transforms.ToTensor()处理opencv获取的灰度图像问题

pytorch中使用transforms.ToTensor()处理opencv获取的灰度图像问题

众所周知，opencv读取的图片的格式为BGR即（height，width，channel），而PIL读取的图片恰恰相反，为（channel，height，width），matplotlib中也是如此。
在此插一句：如果要使用matplotlib显示opencv读取的图片，需要将opencv读取的图片进行transpose。即：img = cv2.imread(filepath)，img = img.transpose(2,0,1)，即改变矩阵中元素的位置，使用的是numpy中的转置操作。

Pytorch中使用torchvision.transforms.ToTensor()

我遇到的错误是，在服务器上使用opencv读取图片后，将图片处理为灰度图后，img的shape为[height,width]，没有表示通道的维，然后使用ToTensor()操作时报错，即因为缺少维度而无法转置。
然而在自己的电脑上进行同样的操作，能够成功。

此时，查看服务器和电脑上对torchvision.transforms的源代码，文件名为 functional. py，查看版本是否相同。

自己电脑上的版本中对此函数的书写

而服务器上的版本中没有if pic.ndim==2的判断。所以错误原因找到
如果遇到ToTensor报错，越界，则先查看源代码是否没有if判断。之后可以在源代码中修改，也可在自己的代码修改。增加if判断即可。

我自己的修改是在我的代码中。

解决方法

查看Anaconda3\Lib\site-packages\torchvision\transforms\functional.py文件中的ToTensor方法
是否如图所示

若没有，直接修改即可。