pytorch框架--数据方面--Image与CV2读取图片格式转换

CV2读取图片的通道顺序为BGR
Image读取图片的通道顺序为RGB

方法一

用于实际,建议使用

cv2转Image
先使用cv2的调换通道方法进行转换
再使用Image的方法进行转换

import cv2
from PIL import Image
#img为之前使用cv2读取的图片数据
img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

Image转cv2
先使用np.array对格式进行改变
再使用cv2的调换通道方法进行转换

import cv2
from PIL import Image
#img1为之前使用Image读取的图片数据
img1 = cv2.cvtColor(np.array(img1), cv2.COLOR_RGB2BGR)

方法二

用于理解,不建议使用

from PIL import Image
import numpy as np
import cv2


def cv_show(neme, img):
    cv2.namedWindow(neme, cv2.WINDOW_NORMAL)
    cv2.imshow(neme, img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


# Image转cv
frame = Image.open("1.jpg")
gbr = np.uint8(frame)[..., ::-1]
cv_show("a", gbr)

# cv转Image
frame = cv2.imread("1.jpg")
rgb = frame[..., ::-1]
# 调换对比
Image.fromarray(rgb).show()
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用以下代码将 PyTorch 中的 Tensor 换为 NumPy 数组: ``` import numpy as np import torch tensor = torch.randn((3, 4)) # 创建一个大小为 3x4 的张量 numpy_array = tensor.numpy() # 将张量换为 NumPy 数组 ``` 要将 NumPy 数组换为 PyTorch 中的 Tensor,可以使用以下代码: ``` import numpy as np import torch numpy_array = np.random.rand(3, 4) # 创建一个大小为 3x4 的 NumPy 数组 tensor = torch.from_numpy(numpy_array) # 将 NumPy 数组换为张量 ``` 要将 PyTorch 中的 Tensor 换为 OpenCV 中的图像,可以使用以下代码: ``` import cv2 import torch tensor = torch.randn((3, 256, 256)) # 创建一个大小为 3x256x256 的张量 image = tensor.permute(1, 2, 0).numpy() # 将张量换为 NumPy 数组,并将通道顺序从 CxHxW 换为 HxWxC cv2.imshow("Image", image) # 显示图像 cv2.waitKey() # 等待关闭窗口 ``` 要将 OpenCV 中的图像换为 PyTorch 中的 Tensor,可以使用以下代码: ``` import cv2 import torch image = cv2.imread("image.png") # 读取图像文件 tensor = torch.from_numpy(image.transpose((2, 0, 1))) # 将图像换为张量,并将通道顺序从 HxWxC 换为 CxHxW ``` 要将 PyTorch 中的 Tensor 换为 Pillow 中的图像,可以使用以下代码: ``` from PIL import Image import torch tensor = torch.randn((3, 256, 256)) # 创建一个大小为 3x256x256 的张量 image = tensor.permute(1, 2, 0).numpy() # 将张量换为 NumPy 数组,并将通道顺序从 CxHxW 换为 HxWxC pil_image = Image.fromarray((image * 255).astype('uint8')) # 将 NumPy 数组换为 PIL 图像 pil_image.show() # 显示图像 ``` 要将 Pillow 中的图像换为 PyTorch 中的 Tensor,可以使用以下代码: ``` from PIL import Image import numpy as np import torch pil_image = Image.open("image.png") # 打开图像文件 numpy_array = np.array(pil_image) / 255.0 # 将 PIL 图像换为 NumPy 数组,并将像素值换为 0 到 1 之间的浮点数 tensor = torch.from_numpy(numpy_array.transpose((2, 0, 1))) # 将 NumPy 数组换为张量,并将通道顺序从 HxWxC 换为 CxHxW ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

默执_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值