torchvision.transforms.Compose输入类型是？处理过程中的数据类型转化又是什么样的呢？

1 输入数据的类型

这个输入类型很容易被人忽略，会被下意识的认为是numpy矩阵，但是实际上是：

转化为RGB之后才是通常意义上的PIL. Image图片类型。

2 PIL.Image.open读取的结果

PIL.Image.open函数读取的结果可以通过np.array或者np.asarray直接转化成矩阵类型。如果原图本身就是RGB图，那么转化得到的numpy矩阵就是三维的，且通道数是最后一个维度；如果原图本身就是灰度图，那么转化得到的numpy矩阵就是二维的，而convert(“RGB”)后的数据转化为numpy时则是三维的了。



注意事项：
虽然PIL.Image.Image没有shape属性，但是其是具有size属性的，而且可以发现对于灰度图，即便是convert(“RGB”)了其size仍然是保持二维的，只有转化成numpy之后才变成三维的，为什么呢？继续往下看，可以发现即便输入是RGB彩色图，其size也是二维的。**
所以不妨可以这样理解，PIL.Image.Image的size只关注图片的宽度和高度，而不关注通道数，通道数应该由其他的属性来参与控制。

3 额外补充

【1】torchvision.transforms.Compose中只有遇到了toTensor操作之后输出结果才会变成Tensor类型，在没有遇到该操作之前的所有输出依旧是保持PIL.Image.Image数据类型。
【2】cv2.Canny函数无论输入是二维的灰度numpy数组还是三维的RGBnumpy数组，其输出都是二维的numpy.
【3】Image.fromarray是有一个mode参数的，用来决定以何种方式来读取这个numpy数组。L代表以灰度方式进行读取，RGB代表以彩色方式进行读取，没有指定时会依据数据类型推断出来。PIL.Image.Image类型有get_pixel方法来获取指定几何位置的像素值。

【4】所有继承torch.utils.data.Dataset的数据集子类其__getitem__(self, i)的返回值中不能包含None类型的数据。