数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学如何在PyTorch中读取JPEG或PNG图像？
读取图像在图像处理或计算机视觉相关任务中非常重要。**torchvision.io** 包提供了执行不同**IO**操作的函数。要读取图像，**torchvision.io** 包提供了 **image_read()** 函数。此函数读取**JPEG**和**PNG**图像。它返回一个**3D RGB**或**灰度**张量。
张量的三个维度对应于**[C,H,W]。C**是通道数，**W**和**H**分别是图像的宽度和高度。
对于**RGB**，通道数为3。因此，读取图像的输出是一个**[3,H,W]**的张量。输出张量的值范围为**[0,255]**。
语法
torchvision.io.read_image(path)
参数
**path** - 输入JPEG或PNG图像路径。
输出
它返回一个大小为**[image_channels, image_height, image_width]**的torch张量。
步骤
您可以使用以下步骤在PyTorch中读取和可视化JPEG或PNG图像。
导入所需的库。在以下所有示例中，所需的Python库是**torch**和**torchvision**。确保您已经安装了它们。
import torch import torchvision from torchvision.io import read_image import torchvision.transforms as T
使用**image_read()**函数读取**JPEG**或**PNG**图像。使用图像类型（.jpg或.png）指定完整的图像路径。此函数的输出是一个大小为**[image_channels, image_height, image_width]**的torch张量。
img = read_image('butterfly.jpg')可以选择计算不同的图像属性，即图像类型、图像大小等。
要显示图像，我们首先将图像张量转换为PIL图像，然后显示图像。
img = T.ToPILImage()(img) img.show()
输入图像
我们将在以下示例中使用这些图像作为输入文件。
示例1
以下是使用PyTorch读取JPEG图像的完整Python代码。
# Import the required libraries
import torch
import torchvision
from torchvision.io import read_image
import torchvision.transforms as T
# read a JPEG image
img = read_image('butterfly.jpg')
# display the image properties
print("Image data:
", img)
# check if input image is a PyTorch tensor
print("Is image a PyTorch Tensor:", torch.is_tensor(img))
print("Type of Image:", type(img))
# size of the image
print(img.size())
# convert the torch tensor to PIL image
img = T.ToPILImage()(img)
# display the image
img.show()输出
Image data: tensor([[[146, 169, 191, ..., 71, 61, 53], [140, 169, 192, ..., 75, 63, 53], [126, 161, 186, ..., 85, 68, 58], ..., [ 33, 31, 30, ..., 218, 221, 223], [ 30, 30, 31, ..., 216, 219, 224], [ 41, 45, 52, ..., 218, 219, 220]], [[130, 151, 170, ..., 47, 41, 35], [124, 151, 171, ..., 52, 42, 36], [110, 145, 168, ..., 61, 48, 39], ..., [ 29, 26, 25, ..., 197, 198, 200], [ 25, 25, 26, ..., 195, 198, 200], [ 20, 25, 33, ..., 200, 201, 202]], [[ 79, 101, 123, ..., 21, 17, 13], [ 73, 101, 126, ..., 21, 13, 10], [ 61, 96, 122, ..., 23, 11, 6], ..., [ 20, 20, 19, ..., 166, 167, 169], [ 19, 19, 20, ..., 164, 167, 172], [ 25, 27, 29, ..., 164, 165, 166]]], dtype=torch.uint8) Is image a PyTorch Tensor: True Type of Image: torch.Size([3, 465, 700])
请注意，**image_read()**的输出是torch张量，值范围为[0,255]，张量的类型为**torch.uint8**。
示例2
在此Python代码中，我们将看到如何使用PyTorch读取**png**图像。
import torch
import torchvision
# read a png image
img = torchvision.io.read_image('elephant.png')
# display the properties of image
print("Image data:
", img)
print(img.size())
print(type(img))
# display the png image
# convert the image tensor to PIL image
img = torchvision.transforms.ToPILImage()(img)
# display the PIL image
img.show()输出
Image data: tensor([[[ 14, 13, 11, ..., 22, 21, 13], [ 13, 12, 9, ..., 24, 27, 21], [ 12, 10, 7, ..., 26, 33, 32], ..., [ 54, 15, 25, ..., 39, 76, 111], [ 79, 29, 32, ..., 38, 61, 84], [112, 60, 60, ..., 23, 47, 72]], [[ 14, 13, 11, ..., 11, 11, 5], [ 13, 12, 9, ..., 14, 17, 13], [ 12, 10, 7, ..., 15, 23, 23], ..., [ 38, 0, 9, ..., 25, 62, 97], [ 58, 8, 9, ..., 28, 50, 70], [ 91, 39, 37, ..., 13, 36, 58]], [[ 12, 11, 9, ..., 15, 12, 2], 11, 10, 7, ..., 15, 16, 10], [ 10, 8, 5, ..., 13, 21, 18], ..., [ 38, 0, 9, ..., 24, 61, 96], [ 65, 15, 15, ..., 27, 48, 67], [ 98, 46, 43, ..., 12, 34, 55]]], dtype=torch.uint8) Is image a PyTorch Tensor: True torch.Size([3, 466, 700]) <class 'torch.Tensor'>
请注意，**image_read()**的输出是torch张量，值范围为[0,255]，张量的类型为**torch.uint8**。
7K+ 次浏览
