RGB图片的处理和复原

python 复制代码
import torch
from PIL import Image
from torchvision import transforms
import matplotlib.pyplot as plt
# 打开一个图像文件
image = Image.open('dog.jpg')
#显示原图
plt.imshow(image)
plt.axis('off')  # 关闭坐标轴,让图像展示更简洁
plt.show()
# 创建一个转换操作,只包含 ToTensor()
a = transforms.ToTensor()

# 应用转换操作,将 PIL 图像转换为 PyTorch 张量
tensor_image = a(image)

tensor_image_unsqueezed = tensor_image.unsqueeze(0)
# 打印转换后的张量形状
print(tensor_image_unsqueezed.shape)
# 首先,如果之前增加了批量维度(维度为1的那个维度),先去掉这个维度
tensor_image_original_shape = tensor_image_unsqueezed.squeeze(0)

# 将张量的维度从 C×H×W 转换回 PIL 图像要求的 H×W×C 格式,并将像素值从 [0, 1] 范围转换回 [0, 255] 范围,且转换为无符号8位整数类型
image_np = tensor_image_original_shape.permute(1, 2, 0).numpy() * 255
image_np = image_np.astype('uint8')

# 使用 PIL 的 Image.fromarray 函数将 numpy 数组转换回 PIL 图像
recovered_image = Image.fromarray(image_np)

# 使用 matplotlib 展示恢复后的图像(也可以直接使用 recovered_image.show() 展示,但 matplotlib 展示在一些场景下更灵活,比如可以控制展示的布局等)
plt.imshow(recovered_image)
plt.axis('off')
plt.show()

原图:

复制代码
张量形状:torch.Size([1, 3, 640, 515])

复原:

处理:

复制代码
transforms.ToTensor():transforms.ToTensor()-CSDN博客

简单理解就是进行三个操作

1.将输入数据(H x W x C)变为(C x H x W)

2.将图像的像素值从 [0, 255] 范围归一化到 [0.0, 1.0] 范围。方便后续处理

3.将 PIL 图像或 NumPy ndarray 转换为 PyTorch 张量(Tensor)

然后对张量进行处理

复原:

因为处理进行了这些操作所以逆向转变

复制代码
# 首先,如果之前增加了批量维度(维度为1的那个维度),先去掉这个维度
tensor_image_original_shape = tensor_image_unsqueezed.squeeze(0)

# 将张量的维度从 C×H×W 转换回 PIL 图像要求的 H×W×C 格式,并将像素值从 [0, 1] 范围转换回 [0, 255] 范围,且转换为无符号8位整数类型
image_np = tensor_image_original_shape.permute(1, 2, 0).numpy() * 255
image_np = image_np.astype('uint8')

# 使用 PIL 的 Image.fromarray 函数将 numpy 数组转换回 PIL 图像
recovered_image = Image.fromarray(image_np)
相关推荐
CoovallyAIHub11 小时前
超越“识别”:下一代机器视觉如何破解具身智能落地难题?
深度学习·算法·计算机视觉
Jump 不二11 小时前
百度 PaddleOCR 3.0 深度测评:与 MinerU 的复杂表格识别对决
人工智能·深度学习·百度·ocr
孤廖11 小时前
C++ 模板再升级:非类型参数、特化技巧(含全特化与偏特化)、分离编译破解
linux·服务器·开发语言·c++·人工智能·后端·深度学习
CoovallyAIHub12 小时前
全球OCR新标杆!百度0.9B小模型斩获四项SOTA,读懂复杂文档像人一样自然
深度学习·算法·计算机视觉
Francek Chen12 小时前
【深度学习计算机视觉】14:实战Kaggle比赛:狗的品种识别(ImageNet Dogs)
人工智能·pytorch·深度学习·计算机视觉·kaggle·imagenet dogs
渡我白衣12 小时前
《未来的 AI 操作系统(四)——AgentOS 的内核设计:调度、记忆与自我反思机制》
人工智能·深度学习·机器学习·语言模型·数据挖掘·人机交互·语音识别
MoRanzhi120313 小时前
Pillow 基础图像操作与数据预处理
图像处理·python·深度学习·机器学习·numpy·pillow·数据预处理
阿_旭13 小时前
基于深度学习的甲状腺结节智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·甲状腺结节检测
woshihonghonga13 小时前
PyTorch矩阵乘法函数区别解析与矩阵高级索引说明——《动手学深度学习》3.6.3、3.6.4和3.6.5 (P79)
人工智能·pytorch·python·深度学习·jupyter·矩阵
CLubiy13 小时前
【研究生随笔】Pytorch中的线性代数(微分)
人工智能·pytorch·深度学习·线性代数·梯度·微分