pytorch的图像通道变换，torchvision.transforms.Compose，T.ToTensor

torchvision.transforms.ToTensor

显示的二值化图片如图所示，

将numpy的图片shape是hwc（高，宽，通道）格式的图片矩阵转换为chw格式的torch.tensor格式，本认为.ToTensor只是将变量处理为tensor，居然修改了shape

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

img = Image.open('test.png').convert('1')
mask = np.array(img)
masks = np.zeros((mask.shape[0], mask.shape[1], 2), dtype=np.uint8)

masks[:, :, 0] = mask
masks[:, :, 1] = ~mask
print(masks.shape)
# transform_mask = T.ToTensor()
masks = T.ToTensor()(masks)
print(masks.shape)
'''两次打印的结果
(189, 116, 2)
torch.Size([2, 189, 116])
'''
# img.show()

torchvision.transforms.Compose

使用格式

from torchvision import transforms as T
# 下面这句代码指的是对数据图像的操作，先修改尺寸，再转换为torch.tensor
transform_x = T.Compose([操作命令，操作命令1...])

将对数据操作步骤进行连接；当然只是进行一步操作时就没必要使用该方法

from torchvision import transforms as T
# 下面这句代码指的是对数据图像的操作，先修改尺寸，再转换为torch.tensor
transform_x = T.Compose([T.Resize((25, 256)), T.ToTensor()])	
img = transform_x(img)  # img本来是hwc格式的numpy的数组，转换为chw格式方便网络使用

一次操作中需要注意的，操作已经是一个对象

from torchvision import transforms as T

transform_img = T.Compose([T.ToTensor()])
masks = transform_img(img_np)  # 这两行的功能和下面一行的功能一样

masks = T.ToTensor()(masks) # 这种方式是正确的
masks = T.ToTensor(masks)# 这种是错误的写法，T.ToTensor()已经是一个对象