Pytorch之浅入torchvision.transforms.ToTensor与ToPILImage

torchvision.transforms中定义了一系列数据转换形式，有PILImage,numpy,Tensor间相互转换，还能对数据进行处理。

在torchvision.datasets下载数据的时候，作为一个参数传入，对下载的数据进行处理

（关于数据集下载，具体可参见https://blog.csdn.net/qq_37385726/article/details/81771943）

 

 

目录

 

1.torchvision.transforms.ToTensor()

把一个取值范围是[0,255]的PIL.Image 转换成 Tensor

shape为(H,W,C)的numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的Tensor

2.torchvision.transforms.ToPILImage()

将ndarray转化成PILImage

将Tensor转化成PILImage

3.综合处理，ndarray->Tensor->PILImage

深入理解Ptorchvision.transforms.ToTensor与ToPILImage

---

 

 

---

 

1.torchvision.transforms.ToTensor()

将PILImage或者numpy的ndarray转化成Tensor

1. 对于PILImage转化的Tensor，其数据类型是torch.FloatTensor
2. 对于ndarray的数据类型没有限制，但转化成的Tensor的数据类型是由ndarray的数据类型决定的。

 

• 把一个取值范围是[0,255]的PIL.Image 转换成 Tensor

img1 = Image.open('./Image/use_Crop.jpg')

t_out = transforms.ToTensor()(img1)

• shape为(H,W,C)的numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的Tensor

n_out = np.random.rand(100,100,3)
print(n_out.dtype)

t_out = transforms.ToTensor()(n_out)
print(t_out.type())

输出

float64
torch.DoubleTensor

 

2.torchvision.transforms.ToPILImage()

将Numpy的ndarray或者Tensor转化成PILImage类型【在数据类型上，两者都有明确的要求】

1. ndarray的数据类型要求dtype=uint8, range[0, 255] and shape H x W x C
2. Tensor 的shape为 C x H x W 要求是FloadTensor的，不允许DoubleTensor或者其他类型

                # to a PIL.Image of range [0, 255]

• 将ndarray转化成PILImage

#初始化随机数种子
np.random.seed(0)

data = np.random.randint(0, 255, 300)
print(data.dtype)
n_out = data.reshape(10,10,3)

#强制类型转换
n_out = n_out.astype(np.uint8)
print(n_out.dtype)

img2 = transforms.ToPILImage()(n_out)
img2.show()

• 将Tensor转化成PILImage

t_out = torch.randn(3,10,10)
img1 = transforms.ToPILImage()(t_out)
img1.show()

因为要求是FloatTensor类型，所以最好是不管此时的tensor是不是FloatTensor类型，都加一个强制转换再传进去。 

t_out = torch.randn(3,10,10)
img1 = transforms.ToPILImage()(t_out.float())
img1.show()

 

3.综合处理，ndarray->Tensor->PILImage

n_out = np.random.rand(100,100,3)
t_out = transforms.ToTensor()(n_out)
img2 = transforms.ToPILImage()(t_out.float())  #强制类型转换
img2.show()

 

 

深入理解Ptorchvision.transforms.ToTensor与ToPILImage

https://blog.csdn.net/qq_37385726/article/details/81811466