Python/Pytorch 显示图片

python如何显示图片是一个谜题，今天就让我们来揭秘它！
首先，python中一般采用plt.imshow()函数读取，今天我们主讲这个。

一、plt.imshow()函数参数：

通常直接采用 plt.imshow(img) 即可：
img图像数据，支持的数组形状是：
（M，N） ： 带有标量数据的图像。数据可视化使用色彩图。
（M，N，3） ：具有RGB值的图像（float或uint8）。
（M，N，4） ：具有RGBA值的图像（float或uint8），即包括透明度。
前两个维度（M，N）定义了行和列图片，即图片的高和宽；
RGB（A）值应该在浮点数[0, …, 1]的范围内，或者整数[0, … ,255]。超出范围的值将被剪切为这些界限。

关键点：
（1）img必须是数组类型（不能是tensor或者dataframe）
（2）既可以是整数型[0, … ,255]，也可以是浮点型[0, …, 1] 这俩显示的效果是一模一样的。
（3）必须是HWC类型的图像，通道必须在最后一维。（记住，只有卷积时通道的维度才是在前）

二、常见的一些操作/转换算法：

（1）tensor —> 数组转换：img=img.numpy()
（2）数组 —> tensor转换：img=torch.tensor(img)
（3）数组维度交换，例如将CHW交换为HWC：img = np.transpose(img, (1,2,0))；
（4）tensor维度交换，例如将CHW交换为HWC：img.permute(1, 2, 0)
（5）数组行列交换（例如将第三行与第四行交换，有些图片格式是BGR而不是RGB，显示时需要先一步转换）img = img[:,:,[2,1,0]] 前面两个行和列不变，只变最后一个通道的顺序
（6）反归一化：有些时候处理的图是归一化的，如果想变为原来的像素，需要执行反归一化，只需令Mean = -Mean/Std，Std=1/Std，然后再次调用torchvision.transforms.Normalize函数，将反归一化后的平均值和标准差输入进去，即可实现。（当然，许多操作中直接进行了 img=(img+1)/2 操作，效果与反归一化一模一样， 这是由于dataset中往往会先Totensor，转换为0-1，再（0.5，0.5，0.5）的归一化为[-1，1] 因此上述操作等同于反归一化）
接上条，如果归一化时不是(0.5,0.5,0.5)这样简单的数怎么办呢？一方面还是通过上述公式手动计算，然后调用归一化函数。另一方面，如果步调用归一化函数，也可以采用如下代码：

```python
cifar_10_mean = (0.491, 0.482, 0.447) # mean for the three channels of cifar_10 images
cifar_10_std = (0.202, 0.199, 0.201) # std for the three channels of cifar_10 images
# convert mean and std to 3-dimensional tensors for future operations
mean = torch.tensor(cifar_10_mean).to(device).view(3, 1, 1)
std = torch.tensor(cifar_10_std).to(device).view(3, 1, 1)
#反归一化
img = ((img) * std + mean).clamp(0, 1) # to 0-1 scale

```
虽然这个img的维度是（batch, channel, height, weight）四维的，反归一化的维度是三维的的，不过tensor相乘时会自动转换为同样的size。

三、示例代码：

#从数据集中读取一张图片
img = dataset[4]
#做一次反归一化，不做的话图片显示与原图不符
#反归一化这一步是必须的，当然，许多操作中直接进行了 img=(img+1)/2 操作，效果与反归一化一模一样
# 这是由于dataset中往往会先Totensor，转换为0-1，再归一化为[-1，1] 因此上述操作等同于反归一化
x= transforms.Compose([transforms.Normalize((-1,-1,-1),(2,2,2))])
img = x(img)
#将图片转换为数组
img = img.numpy()
#维度转换（变为64*64*3）
img = np.transpose(img, (1,2,0))
#将BGR转换为RGB，并且乘上255.
#虽然已经进行了反归一化，但是图像归一化前会进行Totensor转换，会被除以255，因此要乘上255
#当然， 也可也不进行*255的操作，毕竟0-1之间的浮点数也是可以的，图像显示效果一样。
img2 = img[:,:,[2,1,0]]*255
plt.imshow(img2)
plt.show()

下面这段代码是将训练好的自编码器生成的图片显示出来。

#输出第41幅图片
z_sample = dataset[40]
#这一步根据自己的程序决定，我用的线性层作为模型，所以输入模型时需要将图像拉直
z_sample = z_sample.view(-1)
#注意，模型和图像得在同一个设备中
img = model(z_sample.to(get_device()))
#得到输出后的图片，进行反归一化，并转换为numpy数组
img = ((img+1)/2).detach().cpu().numpy()
#因为dataset中图片是CHW形式的，所以要先将此前拉直的图片，变为CHW形式
#注意一定CHW形式要对应，不能前面拉直时是CHW，后面还原时就不是CHW了，这样数据格式就对不上了
img = img.reshape((3,64,64))
#输入imshow函数的图像必须是HWC，所以要将维度交换
img = np.transpose(img,(1,2,0))
#将BGR转换为RGB
img = img[:,:,[2,1,0]]
plt.imshow(img)
plt.show()

#作为对比，输出原41图的图像
x = dataset[40]
x = ((x+1)/2).numpy()
x = np.transpose(x,(1,2,0))
x = x[:,:,[2,1,0]]
plt.imshow(x)
plt.show()

补充一些小知识点：如果我们想要显示动图（例如gym中的动图），动图也是一帧一帧图像而已，这时候我们可以用如下代码：

img = plt.imshow(data)  #img是imshow返回值是一个实例
for i in data :
    img.set_array(i)   #img.set_data 也可以