Tensor轉為numpy

np.array(Tensor)

numpy轉換為Tensor

torch.Tensor(numpy.darray)

PIL.Image.Image轉換成numpy

np.array(PIL.Image.Image)

numpy 轉換成PIL.Image.Image

Image.fromarray(numpy.ndarray)

首先需要保證numpy.ndarray 轉換成np.uint8型

numpy.astype(np.uint8),畫素值[0,255]。

同時灰度影象保證numpy.shape為(H,W)，不能出現channels

這裡需要np.squeeze()。彩色圖象保證numpy.shape為(H,W,3)

之後Image.fromarray(numpy.ndarray)

PIL.Image.Image轉換成Tensor

torchvision.transfrom

img=Image.open('00381fa010_940422.tif').convert('L')

import torchvision.transforms as transforms trans=transforms.Compose([transforms.ToTensor()])

a=trans(img)

Tensor轉化成PIL.Image.Image

先轉換成numpy，再轉換成PIL.Image.Image

灰度影象

img=Image.open('00381fa010_940422.tif').convert('L')

import torchvision.transforms as transforms
trans=transforms.Compose([transforms.ToTensor()])

a=trans(img)
b=np.array(a) #b.shape (1,64,64)
maxi=b.max()
b=b*255./maxi
b=b.transpose(1,2,0).astype(np.uint8)
b=np.squeeze(b,axis=2)
xx=Image.fromarray(b)
xx

彩色圖象

img2=Image.open('00381fa010_940422.tif').convert('RGB')
import torchvision.transforms as transforms
trans=transforms.Compose([transforms.ToTensor()])
a=trans(img2)
a=np.array(a)
maxi=a.max()
a=a/maxi*255
a=a.transpose(1,0).astype(np.uint8)
b=Image.fromarray(a)
b

python-opencv

import cv2
a=cv2.imread('00381fa010_940422.tif') #a.shape (64,3)
cv2.imwrite('asd.jpg',a)
Image.fromarray(a)
b=cv2.imread('00381fa010_940422.tif',0)#b.shape (64,64)
Image.fromarray(b)

cv2.imread()返回numpy.darray， 讀取灰度影象之後shape為(64,64)，RGB影象的shape為(64,3)，可直接用Image.fromarray()轉換成Image。

cv寫影象時，灰度影象shape可以為(H,W)或（H,1)。彩色影象（H,3）

要從numpy.ndarray得到PIL.Image.Image，灰度圖的shape必須為(H,W)，彩色為(H,3)

對於Variable型別不能直接轉換成numpy.ndarray,需要用.data轉換

np.array(a.data)

以上這篇python、PyTorch影象讀取與numpy轉換例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。