【pytorch】关于OpenCV和PIL.Image读取图片的区别

数据使用方角度
首先从pytorch出发，torchvision.transforms()要求传入的图像是PIL.Image格式（通道要求是RGB格式的），另外模型处理输入要转换为[1,channel,H,W]；

所以最终导入torchvision.transforms()的图像格式需要转成PIL.Image，且需要在转换后增加batch维度([channel,H,W]变成[1,channel,H,W])

# 制作dataset
class MyDataset(Dataset):
    def __init__(self,data_path,label_path,transforms=None):
        self.data_path = data_path
        self.label_path = label_path
        self.transform = transforms
        
        self.images = sorted(os.listdir(data_path))
         #这里的label_path就是csv文件
        self.label= pd.read_csv(self.label_path)['label']
        
    def __len__(self):
        return len(self.images)
        
    def __getitem__(self,idx):
        img_path = os.path.join(self.data_path , self.images[idx])  # 将image_dir与图像列表中的每张图的名字连接成地址
        
        #这的标签是一个数字表示的类别，所以不用像图片一样进行操作。直接使用self.label来进行读取即可
         
#         image_data = cv2.imread(img_path)
        image_data = Image.open(img_path)
        
        if self.transform is not None :
            image_data = self.transform(image_data)
        
        label_data = self.label[idx]
      
        return image_data,label_data
# values from ImageNet, recommended by PyTorch
transform_mean = [0.485, 0.456, 0.406]
transform_std = [0.229, 0.224, 0.225]

trans = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.RandomHorizontalFlip(),
    transforms.RandomVerticalFlip(),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=transform_mean, std=transform_std),
])
#划分数据集，将原来的训练集划分为  训练集和验证集
dataset = MyDataset(data_path,label_path,trans)
train_dataset,valid_dataset = random_split(dataset, [0.8,0.2])

#创建数据加载器
train_loader = DataLoader(train_dataset,batch_size=4,shuffle=True,num_workers=2)
valid_loader = DataLoader(valid_dataset,batch_size=4,shuffle=True,num_workers=2)
print(len(train_dataset))
print(len(valid_dataset))

上面这个代码 image_data = cv2.imread(img_path)会报错，原因是

• torchvision.transforms.Resize预期接收的输入类型是PIL图像，但是它收到了一个NumPy数组。这导致了类型错误。

  具体来说，在你的数据集类中，你使用了OpenCV
  (cv2)库读取图像数据。OpenCV读取的图像数据是NumPy数组，而不是PIL图像。因此，直接将这些NumPy数组传递给torchvision.transforms.Resize时，就会导致类型不匹配的错误。

总结：

具体来说这两种方式读取图片没有大的区别，但是建议用image_data = Image.open(img_path)的方式来读。