注意，读取图片成numpy array的范围是[0,255]是uint8

           而转成tensor的范围就是[0,1.0], 是float

      把图片转成成torch的tensor数据，一般采用函数：torchvision.transforms。通过一个例子说明，先用opencv读取一张图片，然后在转换；注意一点是：opencv储存图片的格式和torch的储存方式不一样，opencv储存图片格式是（H,W,C），而torch储存的格式是（C,H,W）。

      经过transforms.ToTensor()得到的结果就是0-1.0的，而且通道转成(c,h,w)了

import torchvision.transforms as transforms
import cv2

img = cv2.imread('image/000001.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
print(img.shape)   # numpy数组格式为（H,W,C）

img_tensor = transforms.ToTensor()(img)  # tensor数据格式是torch(C,H,W)
print(img_tensor.size())

但是注意imread读出来是BGR的，需要转一下

可以用plt.imread或者skimage.io.imread,  读出来都是RGB

import torchvision.transforms as transforms
import matplotlib.pyplot as plt

img = plt.imread('wave.jpg')
print(img.shape)   # numpy数组格式为（H,W,C）
 
img_tensor = transforms.ToTensor()(img)  # tensor数据格式是torch(C,H,W)
print(img_tensor.size())

也可以用

from imageio import imread 读

图片转tensor转图片

有时候需要图片转tensor，在tensor做操作之后再转回去

import torchvision.transforms as transforms
import cv2
import torchvision
import torch
import torch.nn.functional as F
img = cv2.imread('wave.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
print(img.shape)   # numpy数组格式为（H,W,C）

img_tensor = transforms.ToTensor()(img)  # tensor数据格式是torch(C,H,W)
print(img_tensor.size())

input_tensor = img_tensor.clone().detach().to(torch.device('cpu'))# 到cpu
torchvision.utils.save_image(input_tensor, "out_cv.jpg")

如果是转成numpy array的话

import torchvision.transforms as transforms
import cv2
import torchvision
import torch
import torch.nn.functional as F
from PIL import Image

img = cv2.imread('1.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
print(img.shape)   # numpy数组格式为（H,W,C）
 
img_tensor = transforms.ToTensor()(img)  # tensor数据格式是torch(C,H,W)
print(img_tensor.size())
#------code is from torchvision.utils.save_image()---------
input_tensor = img_tensor.clone().detach().to(torch.device('cpu'))# 到cpu
ndarr = input_tensor.mul(255).add_(0.5).clamp_(0, 255).permute(1, 2, 0).to('cpu', torch.uint8).numpy()
im = Image.fromarray(ndarr)
#----------------------------------------------------------
im.save("test.jpg")