torchvision库学习之transforms.ToPILImage(函数)

torchvision库学习之transforms.ToPILImage(函数)

一、简介

transforms.ToPILImage 是 torchvision 库中的一个函数，用于将张量或NumPy数组转换为PIL图像。这个函数在图像处理和深度学习中非常有用，特别是在数据预处理和可视化阶段。

二、语法和参数

语法

transforms.ToPILImage(mode=None)

参数

• mode：可选参数，指定输出图像的模式（如 ‘RGB’, ‘L’, ‘HSV’ 等）。如果未指定，函数会根据输入数据的形状自动推断模式。

返回值

返回一个PIL图像对象。

三、实例

3.1 将张量转换为PIL图像

• 代码

import torch
from torchvision import transforms
from PIL import Image

# 创建一个随机张量
tensor = torch.rand(3, 256, 256)

# 将张量转换为PIL图像
to_pil = transforms.ToPILImage()
image = to_pil(tensor)

# 显示图像
image.show()

• 输出

# 显示一个随机生成的256x256 RGB图像

3.2 将NumPy数组转换为PIL图像

• 代码

import numpy as np
from torchvision import transforms
from PIL import Image

# 创建一个随机NumPy数组
array = np.random.rand(256, 256, 3)

# 将NumPy数组转换为PIL图像
to_pil = transforms.ToPILImage()
image = to_pil(array)

# 显示图像
image.show()

• 输出

# 显示一个随机生成的256x256 RGB图像

四、注意事项

1. 输入数据的形状和类型需要与PIL图像的格式兼容。对于张量，通常是 (C, H, W) 形式；对于NumPy数组，通常是 (H, W, C) 形式。
2. ⭐如果输入数据的值范围在 [0, 1] 之间，transforms.ToPILImage 会自动将其转换为 [0, 255] 范围。
3. mode 参数可以指定输出图像的模式，但通常情况下，函数会根据输入数据自动推断合适的模式。

​