一
1. 结构可以查看打开后的各种类,快捷键Alt+7
2. transform相当于工具箱,里面的各种类相当于工具
3. ctrl+P可以查看需要什么参数
二.
1.opencv的安装:终端内
pip install opencv-python
2.可以发现cv_img是numpy数据类型,也可以被ToTensor
import cv2
img_path = "data1/train/ants_image/0013035.jpg"
cv_img = cv2.imread(img_path)
三.将指定地址的图像转换成tensor类型,并且用add_image()将图像添加到Log1文件夹中
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
import cv2
# python的用法 -> tensor的数据类型
# 通过transform.ToTensor解决两个问题
# 1.transform怎么用
# 2.Tensor数据类型与普通的区别,为什么需要tensor数据类型
img_path = "data1/train/ants_image/0013035.jpg"
img = Image.open(img_path) # 需要什么功能就引入什么库
# print(img) # 显示该文件类型,尺寸大小,地址
# 1.transform怎么用. 将img转换为tensor数据类型
tensor_trans = transforms.ToTensor() # 新建class对象,创建具体的自己的工具
tensor_img = tensor_trans(img)
write = SummaryWriter("Logs1") # 创建Logs1文件夹
write.add_image("Tensor_img", tensor_img) # 添加tensor类型的img到Logs1中
write.close()
在终端用tensorboard打开
tensorboard --logdir=Logs1