在這篇文章中：

前言

在pytorch中經常會遇到影象格式的轉化，例如將PIL庫讀取出來的圖片轉化為Tensor，亦或者將Tensor轉化為numpy格式的圖片。而且使用不同影象處理庫讀取出來的圖片格式也不相同，因此，如何在pytorch中正確轉化各種圖片格式(PIL、numpy、Tensor)是一個在除錯中比較重要的問題。

本文主要說明在pytorch中如何正確將圖片格式在各種影象庫讀取格式以及tensor向量之間轉化的問題。以下程式碼經過測試都可以在Pytorch-0.4.0或0.3.0版本直接使用。

格式轉換

我們一般在pytorch或者python中處理的影象無非這幾種格式：

• PIL：使用python自帶影象處理庫讀取出來的圖片格式
• numpy：使用python-opencv庫讀取出來的圖片格式
• tensor：pytorch中訓練時所採取的向量格式（當然也可以說圖片）

注意，之後的講解圖片格式皆為RGB三通道，24-bit真彩色，也就是我們平常使用的圖片形式。

PIL與Tensor

PIL與Tensor的轉換相對容易些，因為pytorch已經提供了相關的程式碼，我們只需要搭配使用即可：

所有程式碼都已經引用了（之後的程式碼省略引用部分）：

import torch
from PIL import Image
import matplotlib.pyplot as plt

# loader使用torchvision中自帶的transforms函式
loader = transforms.Compose([
    transforms.ToTensor()])  

unloader = transforms.ToPILImage()

1 PIL讀取圖片轉化為Tensor

# 輸入圖片地址
# 返回tensor變數
def image_loader(image_name):
    image = Image.open(image_name).convert('RGB')
    image = loader(image).unsqueeze(0)
    return image.to(device, torch.float)

2 將PIL圖片轉化為Tensor

# 輸入PIL格式圖片
# 返回tensor變數
def PIL_to_tensor(image):
    image = loader(image).unsqueeze(0)
    return image.to(device, torch.float)

3 Tensor轉化為PIL圖片

# 輸入tensor變數
# 輸出PIL格式圖片
def tensor_to_PIL(tensor):
    image = tensor.cpu().clone()
    image = image.squeeze(0)
    image = unloader(image)
    return image

4 直接展示tensor格式圖片

def imshow(tensor, title=None):
    image = tensor.cpu().clone()  # we clone the tensor to not do changes on it
    image = image.squeeze(0)  # remove the fake batch dimension
    image = unloader(image)
    plt.imshow(image)
    if title is not None:
        plt.title(title)
    plt.pause(0.001)  # pause a bit so that plots are updated

5 直接儲存tensor格式圖片

def save_image(tensor, **para):
    dir = 'results'
    image = tensor.cpu().clone()  # we clone the tensor to not do changes on it
    image = image.squeeze(0)  # remove the fake batch dimension
    image = unloader(image)
    if not osp.exists(dir):
        os.makedirs(dir)
    image.save('results_{}/s{}-c{}-l{}-e{}-sl{:4f}-cl{:4f}.jpg'
               .format(num, para['style_weight'], para['content_weight'], para['lr'], para['epoch'],
                       para['style_loss'], para['content_loss']))

numpy與Tensor

numpy格式是使用cv2，也就是python-opencv庫讀取出來的圖片格式，需要注意的是用python-opencv讀取出來的圖片和使用PIL讀取出來的圖片資料略微不同，經測試用python-opencv讀取出來的圖片在訓練時的效果比使用PIL讀取出來的略差一些(詳細過程之後釋出)。

之後所有程式碼引用：

import cv2
import torch
import matplotlib.pyplot as plt

numpy轉化為tensor

def toTensor(img):
    assert type(img) == np.ndarray,'the img type is {}, but ndarry expected'.format(type(img))
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    img = torch.from_numpy(img.transpose((2, 0, 1)))
    return img.float().div(255).unsqueeze(0)  # 255也可以改為256

tensor轉化為numpy

def tensor_to_np(tensor):
    img = tensor.mul(255).byte()
    img = img.cpu().numpy().squeeze(0).transpose((1, 2, 0))
    return img

展示numpy格式圖片

def show_from_cv(img, title=None):
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    plt.figure()
    plt.imshow(img)
    if title is not None:
        plt.title(title)
    plt.pause(0.001)

展示tensor格式圖片

def show_from_tensor(tensor, title=None):
    img = tensor.clone()
    img = tensor_to_np(img)
    plt.figure()
    plt.imshow(img)
    if title is not None:
        plt.title(title)
    plt.pause(0.001)

注意

上面介紹的都是一張圖片的轉化，如果是n張圖片一起的話，只需要修改一下相應程式碼即可。

舉個例子，將之前說過的修改略微修改一下即可：

# 將 N x H x W X C 的numpy格式圖片轉化為相應的tensor格式
def toTensor(img):
    img = torch.from_numpy(img.transpose((0, 3, 1, 2)))
    return img.float().div(255).unsqueeze(0)