栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

PIL.Image、cv2以及pytorch图像格式比较

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

PIL.Image、cv2以及pytorch图像格式比较

在python中,PIL.Image、cv2以及pytorch都可以对图像进行处理,那么这三种方式读取图片输出的格式以及显示方式有哪些不同呢,一起来探究下。

一、PIL

提前准备一张JPG格式的,大小为427×640(H×W)的彩色图片进行测试:

import torch
import torch.nn as nn
import torch.nn.functional as F
import cv2
import numpy as np
from PIL import Image

img_pil = Image.open('demo.jpg')
img_pil.show()
print(f'img_pil type is:{type(img_pil)}, img_pil shape is {img_pil.size}') #(W, H)

输出(忽略图片):

img_pil type is:, img_pil shape is (640, 427)

可以看出,Image读入图片后格式是JpegImagePlugin.JpegImageFile类型的,且shape为(W, H),不显示通道数。

二、cv2
img_cv = cv2.imread('demo.jpg')
cv2.imshow('img_cv',img_cv)
cv2.waitKey(0) # 按0关闭窗口
print(f'img_cv type is:{type(img_cv)}, img_cv shape is {img_cv.shape}') #(H, W, C)

输出(按0关闭图片窗口):

img_cv type is:, img_cv shape is (427, 640, 3)

可以看出,cv2读入图片后格式是Jndarray类型的,且shape为(H, W, C)。值得注意的是cv2显示图片时,是非阻塞的,如果不显式地使用waitKey,图片将会一闪而过。

三、pytorch

此处使用二维的卷积来处理图片,使用pytorch中的nn模块可以轻易地构造出一个卷积。由于卷积只接收tensor类型的输入,所以仍然使用出cv2先将图像读过来,经过卷积层处理后,取前三个feature map转化为ndarray显示出来:

img_cv = cv2.imread('demo.jpg')
conv = nn.Conv2d(in_channels=3,out_channels=64,kernel_size=3,padding=1) # 构造卷积
img_reshape = np.reshape(img_cv, (-1, 3, 427, 640)) # reshape成nn需要的shape
img_tensor = torch.tensor(img_reshape).float() # 将ndarray转化为Tensor
img_conv = conv(img_tensor)
print(f'img_conv type is:{type(img_conv)}, img_conv shape is {img_conv.shape}')
img_array = img_conv[0,:3].reshape(427, 640, 3).detach().numpy() # 取前三个feature map
cv2.imshow('img_array',img_array)
cv2.waitKey(0)

输出:

img_cv type is:, img_cv shape is (427, 640, 3)
img_conv type is:, img_conv shape is torch.Size([1, 64, 427, 640])

可以看出,对于nn.Conv2d,其接收的参数格式为(batch_size, C, H, W)。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/893305.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号