溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要用實例分析pytorch讀取圖像數據如何轉成opencv格式，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
pytorch讀取圖像數據轉成opencv格式方法：先轉成numpy通用的格式，再將其轉換成opencv格式。
pytorch讀取的數據使用loaddata這類函數實現。pytorch網絡輸入圖像的格式為（C, H, W)，就是（通道數，高，寬）而numpy中圖像的格式為（H,W,C）。
那就將其通道調換一下。用到函數transpose。
轉換方法如下
例如A 的格式為（c,h,w） 那么經過
A = A.transpose(1,2,0)
后就變成了（h,w,c）了
然后用語句
B= cv2.cvtColor(A,cv2.COLOR_RGB2BGR)
結果就變成opencv可用的圖像了。 如果不做transpose轉換，那么得到的圖像是一個1*h大小的圖.......
完整代碼：
變換部分：
一般的pytorch會進行裁剪 放縮 歸一化等操作。例如
transforms = Compose([
ToTensor(),//將數據除以255加載進來
Resize(768),//裁剪768*768大小的圖像
ConvertMaskID(Cityscapes.classes),//與這個事無關不用去管它
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])// 歸一化 利用均值方差歸一化
])那么被處理的數據就要反歸一化回來唄
代碼如下：三通道的數據
image_idx = x[idx].cuda().data.cpu().float().numpy() #經過上面處理的數據 在gpu上給取出來放在cpu上。是個numpy類型
image_idx[0] = image_idx[0] * std[0] + mean[0]#三個通道分別進行反歸一化...按公式來的
image_idx[1] = image_idx[1] * std[1] + mean[1]
image_idx[2] = image_idx[2] * std[2] + mean[2]
image_idx[0][image_idx[0] > 1] = 1#對最大值最小值做次保護
image_idx[0][image_idx[0] < 0] = 0
image_idx[1][image_idx[1] > 1] = 1
image_idx[1][image_idx[1] < 0] = 0
image_idx[2][image_idx[2] > 1] = 1
image_idx[2][image_idx[2] < 0] = 0
image_idx = image_idx.transpose(1,2,0)
img1 = cv2.cvtColor(image_idx * 255,cv2.COLOR_RGB2BGR)#轉成opencv認識的玩意
tpath2="dddd/"+"yy0" + str(100 * i + idx) + '.jpg'
cv2.imwrite(tpath2, img1)
補充知識：pytorch的tensor，Image，numpy和opencv四種格式的相互轉換
話不多說，先上代碼
# -*- coding: utf-8 -*-
# @Time : 2019/4/28 13:52
# @Author : ljf
import torch
from torchvision import transforms
from PIL import Image
import numpy as np
import cv2
# 1.1 tensor2Image Image格式進行繪圖，展示
tensor1 = torch.randint(0,255,(300,300))
transform1 = transforms.ToPILImage(mode="L")
image1 = transform1(np.uint8(tensor1.numpy())) # Image接受的圖像格式必須為uint8，否則就會報錯
print(tensor1.size())
print(image1)
# image.show()
image1.save("gray.jpg")
# 1.2 Image2tensor tensor格式方便使用torch進行數據增強，也是模型訓練的格式
# 先剪切，再轉為tensor。底層也是PIL實現的
transform2 = transforms.Compose([transforms.RandomCrop([200,200],padding=10),transforms.ToTensor()])
image2 = Image.open("gray.jpg")
tensor2 = transform2(image2)
print(tensor2.size())
# 2.1 tensor2numpy 再1.1中也用到了，numpy格式主要用于容易轉換數據格式，也有利于轉為opencv格式。
array1 = tensor1.numpy()
print(array1.shape)
print(array1.dtype)
# 2.2 numpy2tensor 1.2有介紹，不再贅述
tensor3 = torch.Tensor(array1)
tensor4 = transforms.ToTensor()(array1)
print(tensor3.size())
print(tensor4.size()) # 會增加一個維度
# 3.1 numpy2opencv openc格式方便畫目標框，圖片上面寫字(Image格式也可以實現，不是很熟悉，，，)
# opencv 讀取出來就是numpy的數據格式
cv2.imshow("img",np.uint8(array1))
# cv2.waitKey()
# cv2.destroyAllWindows()
# 3.2 opencv2numpy
array2 = cv2.imread("./gray.jpg") # 這里使用opencv讀取的是三通道，plt讀取的是單通道。。暫時還沒搞懂
print(array2.shape)
print(array2.dtype)
# 4.1 opecv2Image
image3 = Image.fromarray(array2,mode="RGB")
# image3.show()
# 4.2 Image2opencv
# 這里有兩種方式，一種稍復雜點，但是可以保存數據形狀
array3 = transforms.ToTensor()(image3).numpy()
# Image自帶的屬性，但是會打亂數據為一維
list1 = list(image3.getdata())
print(array3.shape)
print(list1)看完上述內容，是不是對用實例分析pytorch讀取圖像數據如何轉成opencv格式有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
