Pytorch读取,加载图像数据(一)
在学习Pytorch的时候,先学会如何正确创建或者加载数据,至关重要。
有了数据,很多函数,操作的效果就变得很直观。
本文主要用其他库读取图像文件(学会这个,你就可以在之后的学习中,将一些效果直观化)
更好的文章组织结构:
- Github
- 关注公众号:tuduisuinian(土堆碎念),菜单底部可以获取pytorch教程PDF文档
零:准备
加载数据前,需要掌握正确的读取路径方法。很多教程中的例子,在讲解的时候,没有提供图片,或者读者不知道修改教程中的读取路径,打击了热情。
**建议:为了保证大家可以跟着教程一步一步练习,教程中会出现示例图片,建议大家右键-另存为图片,将图片保存到 你运行程序的文件夹 中。**如下图:
壹:数据集的准备
任务:我们用不同的方式读取这两张图片(记得右键-另存为图片,保存到程序所在位置,记得文件重命名为你喜欢的方式,我的重命名为002.jpg和003.jpg
将文件另存为后,同时新建一个python文件,我的效果如下:
接下来,我们就可以在load_images.py中,进行相关操作了。
贰:用其他库读取图像文件
- 使用matplotlib库进行图像的读取
matplotlib中的函数跟Matlab很像。
我们需要使用matplotlib.pyplot中的函数:
imread(文件地址):进行读取图像的操作(参数为读取图像文件的路径)
imshow(数组):进行图像的显示操作(显示图像的数组)
show():显示一个窗口,用于显示图像(很多时候,不显示图像的话,是忘记使用这个函数)
我们尝试探讨,图像被读取后的数据类型,大小形状
import matplotlib.pyplot as pltimg = plt.imread('002.jpg')#图片的高H为460,宽W为346,颜色通道C为3print(img.shape)print(img.dtype)print(type(img))plt.imshow(img)plt.show()复制代码
输出为:
(460, 346, 3)uint8复制代码
结论:imread读取的图片为numpy.ndarry的数组,数组的大小排列为:高×宽×通道数,数组的数据类型是uint8,即每个数据的大小为[0,255]
如果不想手动进行多图像的读取,需要使用到Python的文件,路径操作等。暂不介绍
手动添加的话,就是用[array1,array2]这种形式,将数组进行连接
import matplotlib.pyplot as pltimg1 = plt.imread('002.jpg')img2 = plt.imread('003.jpg')img = [img1, img2]for i in img: plt.imshow(i) plt.show()复制代码
- 使用cv2进行图像的读取
在cv2库中,需要用到的函数有:
imread(文件地址):读取地址处的文件图像
imshow('窗口名称', 图像数组):将图像数组显示出来,但必须结合waitKey()使用,否则无法显示图像
waitKey(延迟时间):需要设置延迟时间,当延迟时间≤0时,窗口将会一直延迟,延迟无穷长时间,按下任一按键,可以继续执行下面程序。当延迟时间>0,即窗口图像会显示对应毫秒后,自动消失。
import cv2img1 = cv2.imread('002.jpg')print(img1.shape)print(img1.dtype)print(type(img1))cv2.imshow('img', img1)cv2.waitKey(0)复制代码
输出为:
(460, 346, 3)uint8复制代码
结论:imread读取的图片为numpy.ndarry的数组,数组的大小排列为:高×宽×通道数,数组的数据类型是uint8`,即每个数据的大小为[0,255]
Matplotlib与cv2对图像的数据格式的处理是相似的,但是也是有区别的:
对于通道的读取,cv2是按BGR的顺序读入,而matplotlib按RGB的顺序读入
- 使用PIL库进行图像处理
PIL全称为Python Image Library。是给Python提供图像处理相关的库。
需要使用到的函数:
open(文件地址):打开文件,注意是打开,并没有读取。主要作用是保持检查文件地址,同时保证文件是打开的状态。当对图像处理的时候,会自动加载。
show():使用系统自带的图像查看器,查看图像
from PIL import Imageimg1 = Image.open('002.jpg')# 因为PIL有自己的数据结构,所以没有shape,dtype属性# print(img1.shape)# print(img1.dtype)print(type(img1))img1.show()复制代码
输出为:
复制代码
我们可以使用numpy.array()函数,将PIL结构的数据转换成numpy数组。
import matplotlib.pyplot as pltfrom PIL import Imageimport numpy as npimg1 = Image.open('002.jpg')img1 = np.array(img1)print(img1.shape)print(img1.dtype)plt.imshow(img1)plt.show()复制代码
输出:
(460, 346, 3)uint8复制代码
可以看到,PIL转换成numpy后,数据类型是uint8的。
叁:总结
主要介绍了使用matplotlib,cv2,PIL库进行图像文件的读取
- matplotlib中的imread,imshow,show函数
- cv2中的imread,imshow,waitKey函数
- PIL中的open,show函数