pytorch中图片相关注意的问题

问题：

将数据集读取到网络中，进行训练（转为了tensor），最后想要转回原始图像，并对图片进行保存时，遇到了一些问题：

备注：形状为3,256,256的PyTorch张量，其中3是通道数，图像尺寸是256，浮点值。

image = image.squeeze(0)  # {1,3,256,256}->{3,256,256}
image = image.to("cpu").numpy().astype(np.uint8)  # tensor转numpy
image = Image.fromarray(image)  # numpy转PIL
image.convert('RGB')

报错：

在 “ image = Image.fromarray(image)  ”这里会报错：

• TypeError: Cannot handle this data type: (1, 1, 256), |u1

解决：

image = image.squeeze(0)
image = (255* image).to("cpu").numpy().astype(np.uint8)
image = Image.fromarray(image.transpose(1, 2, 0))
image.convert('RGB')

需要注意的是：

• 原始image数据经过预处理，会变成（3，256，256）的float32 [0,1]的numpy.

1、要注意维度顺序：PIL.Image希望其RGB图像的形状是hxwx3 -通道维度最后，而pytorch更喜欢将图像表示为3xhxw -通道维度。

所以需要进行：image = Image.fromarray(image.transpose(1, 2, 0))

2、image取值0-1，需要乘255变成彩色图

3、Image.fromarray() 不支持float32类型的数据，需要将类型转换为Image.fromarray() 支持的类型即可（转为uint8类型）

---

---

图片相关问题

判断灰度还是彩色图： 右击图片属性，摘要，点击详细属性，里面有位深度一项。

• RGB图：位深度是24；
• 灰度图：位深度是8（灰度是白灰黑表示的图，索引图有可能是彩色的，但也是8位深）；
   

灰度图像和彩色图像区别：

• 灰度图像：在每个像素点上只有一个分量，白色为255，黑色为0。像素值所需的数据长度有8 bit或10 bit两种，即图像的位深为8 bit或10 bit。
• 彩色图像：以RGB格式的彩色图像为例，一幅完整的图像可以被分割为蓝（B分量）、绿（G分量）、红（R分量）三基色的单色图。例如图像深度为24，用R:G:B=8:8:8来表示色彩，则R、G、B各占用8位来表示各自基色分量的强度，每个基色分量的强度等级为2^8=256种。图像可容纳2^24=16M种色彩(24位色)。

PIL包中图像的mode参数：