How-PIL-to-Tensor

图片是如何从 N u m P y NumPy NumPy形式向 T e n s o r Tensor Tensor形式转换的呢?

from PIL import Image
import numpy as np
from torchvision.transforms import ToTensor
img=Image.open('./sword.png')
img_arr=np.array(img)
img_tensor=ToTensor().__call__(img)

N u m P y NumPy NumPy的图片格式 H , W , C H,W,C H,W,C，即 h e i g h t , w i d t h , c h a n n e l s height,width,channels height,width,channels(高、宽、通道数)

img_arr.shape

(73, 183, 4)

T e n s o r Tensor Tensor图片格式为 C , H , W C,H,W C,H,W，即 c h a n n e l s , h e i g h t , w i d t h channels,height,width channels,height,width(通道数、高、宽)

img_tensor.shape

torch.Size([4, 73, 183])

实际上将 N u m P y NumPy NumPy数组每个位置上对应的像素值除以 255 255 255就得到了对应的 T e n s o r Tensor Tensor数据类型

# 取出图像左上角第一个点的RGBA值
print(img_arr[0, 0, :])
print(img_tensor[:, 0, 0])

[ 35  33  47 255]
tensor([0.1373, 0.1294, 0.1843, 1.0000])

# 验证, 完全正确
print(255*img_tensor[:, 0, 0])
print(img_arr[0, 0, :])

tensor([ 35.,  33.,  47., 255.])
[ 35  33  47 255]