pytorch的tensor，Image，numpy和opencv四种格式的相互转换

-- 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格式进行绘图，展示

tensor1 = torch.randint(0,255,(300,300))
transform1 = transforms.ToPILImage(mode=“L”)
image1 = transform1(np.uint8(tensor1.numpy())) # Image接受的图像格式必须为uint8，否则就会报错
print(tensor1.size())
print(image1)

image.show()

image1.save(“gray.jpg”)

1.2 Image2tensor tensor格式方便使用torch进行数据增强，也是模型训练的格式

先剪切，再转为tensor。底层也是PIL实现的

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格式主要用于容易转换数据格式，也有利于转为opencv格式。

array1 = tensor1.numpy()
print(array1.shape)
print(array1.dtype)

2.2 numpy2tensor 1.2有介绍，不再赘述

tensor3 = torch.Tensor(array1)
tensor4 = transforms.ToTensor()(array1)
print(tensor3.size())
print(tensor4.size()) # 会增加一个维度

3.1 numpy2opencv openc格式方便画目标框，图片上面写字(Image格式也可以实现，不是很熟悉，，，)

opencv 读取出来就是numpy的数据格式

cv2.imshow(“img”,np.uint8(array1))

cv2.waitKey()

cv2.destroyAllWindows()

3.2 opencv2numpy

array2 = cv2.imread("./gray.jpg") # 这里使用opencv读取的是三通道，plt读取的是单通道。。暂时还没搞懂
print(array2.shape)
print(array2.dtype)

4.1 opecv2Image

image3 = Image.fromarray(array2,mode=“RGB”)

image3.show()

4.2 Image2opencv

这里有两种方式，一种稍复杂点，但是可以保存数据形状

array3 = transforms.ToTensor()(image3).numpy()

Image自带的属性，但是会打乱数据为一维

list1 = list(image3.getdata())
print(array3.shape)
print(list1)