这里读取图片,并将图片转换成了4维,再转换为了tensor数据,之后用图片矩阵实际操作torch 常用的几个方法。注意,代码中图片的路径需要根据自己的图片路径重新输入,其他不变。
代码如下:
import cv2 import torch img_path=r"E:\daima\python\1.jianji\img/ig.jpg" #cv2读取图片,得到array类型的3维矩阵 input=cv2.imread(img_path) #1.将三维矩阵转换维4维矩阵,因为torch神经网络的输入都4维矩阵 input=input.reshape(1,3,1200, 1920) #2.将array类型转换为tensor类型 input=torch.tensor(input,dtype=torch.float32) print(input.shape,type(input)) #3.以下是将tensor数据转换为array类型的数据 tensor_array=input.numpy() #4.torch的绝对值计算 input_abs=torch.abs(input) #5.torch的均值计算 input_means=torch.mean(input) print(input_means) #6.torch的矩阵点乘 data=torch.tensor([[1,2],[5,6]]) data_mm=torch.mm(data,data) print(data_mm) #7.torch求和 input_sum=torch.sum(input) print(input_sum) #8.torch的数乘 print(data*data)