torchvision的transforms里面包含了很多数据增强的方法,但是网上看到很多人采用了很多不同的图像接口读取图片,而出现很多错误,这里总结一下python的图像接口格式的区别已经转化方法 以及 transforms的使用。
1.python 图像接口基本操作
1.1 opencv读取图片
1.1.1 读取方法
# 默认彩图
img_cv2 = cv2.imread('test.jpg')
# 灰度图
img_cv2_gray = cv2.imread('test.jpg',0)
opencv默认读取的是BGR格式
1.1.2 读取格式&尺寸
img_cv2.shape
# (250, 250, 3)
type(img_cv2)
# numpy.ndarray
opencv默认存储图片的是numpy.ndarray格式,并且尺寸为H×W×C
1.2 PIL.Image读取图片
1.2.1. 读取方法
# 默认彩图
img_pil = Image.open('test.jpg')
# 灰度图
img_pil_gray = cv2.imread('test.jpg',0).convert('L')
PIL默认读取的是RGB格式
1.2.2 读取格式&尺寸
img_pil.size
# (250, 250)
np.array(img_pil).shape
#(250, 250, 3)
type(img_pil)
# PIL.JpegImagePlugin.JpegImageFile
PIL默认存储图片的是PIL.JpegImagePlugin.JpegImageFile格式,并且尺寸为H×W×C
1.3 skimage 读入图片
1.3.1 读取方法
# 默认彩图
img_skimage = io.imread('test.jpg')
# 灰度图
img_skimage_gray = io.imread('test.jpg',-1)
skimage默认读取的是RGB格式
1.3.2 读取格式&尺寸
img_skimage.shape
# (250, 250, 3)
type(img_skimage)
# imageio.core.util.Array
PIL默认存储图片的是imageio.core.util.Array格式,并且尺寸为H×W×C
2. 相互转化
2.1 opencv <—> pil
# opencv -> pil
img_pil = Image.fromarray(cv2.cvtColor(img_cv,cv2.COLOR_BGR2RGB))
# pil -> opencv
img_cv = cv2.cvtColor(np.asarray(img_pil),cv2.COLOR_RGB2BGR)
2.2 skimage <—> pil
# skimage -> pil
img_pil = Image.fromarray(img_skimage)
# pil -> skimage
img_pil = np.array(img_skimage)
2.3 skimage <—> opencv
# opencv -> skimage
img_skimage = cv2.cvtColor(img_cv,cv2.COLOR_BGR2RGB)
# skimage -> opencv
img_cv = cv2.cvtColor(img_skimage,cv2.COLOR_RBG2BGR)
2.4 维度变化
H×W×C ——> C×H×W
img_cv2.transpose(2,0,1).shape
# (3,250, 250)
img_skimage.transpose(2,0,1).shape
# (3,250, 250)
3. transforms操作
from torchvision import transforms
transforms包含多种图像操作的函数,可以单独使用,也可以通过transforms.Compose([function1, function2,……functionN])
操作,但是只能对PIL读入的数据操作
trans = transforms.Compose([
transforms.transforms.Resize(112),
transforms.ToTensor(),
transforms.Normalize(mean = RGB_MEAN,
std = RGB_STD)
])
trans_after = trans(img_pil)
总结
名称 | 读入图像格式 | 数据形状 | 能否通过transforms转换 |
---|---|---|---|
opencv | BGR | H×W×C | 否 |
PIL | RGB | H×W×C | 是 |
skimage | RGB | H×W×C | 否 |