pytorch图像读取（cv2&PIL，numpy&tensor相关小知识）

torch.tensor与numpy array转换相关问题

1. CV2.imread(file)返回的是numpy array，且形状为[h,w,c]，若要被pytorch搭建的网络处理，需先转为tensor，并且要x.permute(2,0,1)转换为[c,h,w]结构。
2. numpy的device只能是cpu，而tensor则cpu,gpu均可，若tensor转numpy还要注意将tensor先转到cpu。
3. numpy转tensor: torch.from_numpy()
   tensor转numpy: tensor.numpy()。
4. require-grade的tensor无法直接转numpy数组，要先detach，即teansor.detach().numpy。

cv2/Dataloader/PIL返回图像对比

1. 使用PIL得到的图片尺寸是[h,w,c]，通道为RGB，取值范围0-255。

2. 使用DataLoader得到的图像尺寸是[N,C, h, w]，通道为RGB，适用于pytorch卷积的尺寸，取值范围0-1。tensor类型。

3. 使用cv2得到的图像尺寸是[h, w, c]，通道为BGR，取值范围0-255。numpy数组。

因此，若来源不同的图像要混合处理，一定注意转换数据类型，以及是否需255归一化或反归一化，尤其cv2最特别，其通道为BGR，若转为其他类型还要转为RGB。转换方法：

sample = cv2.cvtColor(sample, cv2.COLOR_BGR2RGB)

cv2图像读取mode参数

cv2.imread(path, mode)
mode:
cv2.IMREAD_COLOR：默认，读入忽略alpha通道的彩色图片，可用1实参替代
cv2.IMREAD_GRAYSCALE：读入灰度图像，0实参
cv2.IMREAD_UNCHANGED：读入完整图片，包括alpha通道，-1实参