随手笔记-python-opencv 读取图像的顺序 与pytorch处理图像的顺序

python 复制代码
import cv2

# 读取图像
image_path = 'path/to/your/image.jpg'  # 替换为你的图像路径
image = cv2.imread(image_path)

# 检查图像是否成功读取
if image is None:
    print("Error: Unable to load image.")
else:
    print("Image loaded successfully.")

1、OpenCV 使用 BGR 格式而不是 RGB 格式。

python 复制代码
import matplotlib.pyplot as plt

# 将 BGR 图像转换为 RGB
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# 使用 Matplotlib 显示图像
plt.imshow(rgb_image)
plt.title('Image')
plt.axis('off')  # 关闭坐标轴
plt.show()

在 PyTorch 中处理图像时,图像的维度顺序通常与 NumPy 或 OpenCV 中的顺序有所不同。PyTorch 的图像处理顺序通常遵循 [C, H, W] 的维度顺序,即:

  • C:通道数(Channels),例如 RGB 图像有 3 个通道,灰度图像有 1 个通道。

  • H:图像高度(Height)。

  • W:图像宽度(Width)。

2、在使用 PyTorch 处理图像时,通常需要将图像从 [H, W, C] 转换为 [C, H, W] 的格式。以下是常见的处理流程:

python 复制代码
import torch
import numpy as np
from PIL import Image

# 加载图像
image_path = "path/to/image.jpg"
image_pil = Image.open(image_path)

# 转换为 NumPy 数组
image_np = np.array(image_pil)

# 调整维度顺序:从 [H, W, C] 转换为 [C, H, W]
image_np = image_np.transpose((2, 0, 1))

# 转换为 PyTorch 张量
image_tensor = torch.from_numpy(image_np).float()

# 归一化到 [0, 1]
image_tensor = image_tensor / 255.0

print("Image tensor shape:", image_tensor.shape)
print("Image tensor dtype:", image_tensor.dtype)

3、 PyTorch 提供了 torchvision.transforms 模块,可以更方便地处理图像。以下是一个使用 torchvision.transforms 的示例:

python 复制代码
import torch
from torchvision import transforms
from PIL import Image

# 定义图像预处理流程
transform = transforms.Compose([
    transforms.ToTensor(),  # 转换为 [C, H, W] 并归一化到 [0, 1]
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  # 标准化
])

# 加载图像
image_path = "path/to/image.jpg"
image_pil = Image.open(image_path)

# 应用预处理
image_tensor = transform(image_pil)

print("Image tensor shape:", image_tensor.shape)
print("Image tensor dtype:", image_tensor.dtype)
相关推荐
蓝婷儿27 分钟前
Python 机器学习核心入门与实战进阶 Day 7 - 复盘 + 综合实战挑战
python·机器学习
kfepiza31 分钟前
Debian10安装Mysql5.7.44 笔记250707
笔记·mysql·debian
kfepiza1 小时前
Linux的`if test`和`if [ ]中括号`的取反语法比较 笔记250709
linux·服务器·笔记·bash
李元豪1 小时前
【知足常乐ai笔记】机器人强化学习
人工智能·笔记·机器人
2301_764441332 小时前
Python管理咨询数据可视化实战:收入分布与顾问利用率双轴对比图表生成脚本
开发语言·python·信息可视化
该用户已不存在2 小时前
不知道这些工具,难怪的你的Python开发那么慢丨Python 开发必备的6大工具
前端·后端·python
HuashuiMu花水木2 小时前
PyTorch笔记3----------统计学相关函数
人工智能·pytorch·笔记
Monkey的自我迭代3 小时前
Python标准库:时间与随机数全解析
前端·python·数据挖掘
SsummerC3 小时前
【leetcode100】下一个排列
python·算法·leetcode
茫忙然3 小时前
【WEB】Polar靶场 11-15题 详细笔记
笔记