PIL不自带图片浏览工具,会调用你系统的图片浏览工具。
plt.imshow()函数负责对图像进行处理,并显示其格式,而plt.show()则是将plt.imshow()处理后的函数显示出来。
tensor转PIL转numpy转cv2
# crop_image为模型输出特征层tensor
image = cv2.cvtColor(np.asarray(ToPILImage(crop_image.cpu())), cv2.COLOR_RGB2BGR)
-
np.array和np.asarray区别
对于非ndarray(如输入是list列表),两者无任何区别。都将输入数据转化为ndarray,并且占用新的内存,不跟输入数据占一块内存。
对于ndarray,array仍然会分配新的内存,而asarray跟输入数据指向同一个内存,换言之,如果输入数据发生改变,asarray也会发生改变,而array还是原来的数据。 -
numpy和pillow
im = np.array(Image.open(im))
im = Image.fromarray(im)
- list和numpy互转
temp = np.array(list)
arr = temp.tolist()
- numpy和tensor互转
注意,第一只有都在CPU上的才能相互转换
第二直接使用from_numpy的是指向了同一个地址
第三如果想创建新的b = torch.tensor(a)
import torch
import numpy as np
a = np.array([1, 2, 3])
b = torch.from_numpy(a)
# c=b.numpy()
d = torch.tensor(a)
e = torch.as_tensor(a)
a[1] = 3
print(b)
print(d)
print(e)
输出:
tensor([1, 3, 3], dtype=torch.int32)
tensor([1, 2, 3], dtype=torch.int32)
tensor([1, 3, 3], dtype=torch.int32)