2020/3/20

1. numpy & list

1.1 List -> numpy

import numpy as np
np_arr = np.array(li) 

1.2 numpy->List:

li = np_arr.tolist() 

2. numpy & tensor

• 通过转换，Tensor和numpy是共享内存的。所以它们之间转换很快，而且几乎不会消耗资源。

2.1 numpy -> tensor

import numpy as np
import torch
tensor_arr = torch.from_numpy(np_arr)

2.2 tensor -> numpy

import numpy as np
import torch
np_arr = tensor_arr .numpy()

3. cv2（numpy） & PIL

• cv2和PIL.Image的转换其实是numpy.array和PIL的转换
• 注意，PIL.Image和plt.imshow的格式都是rgb，而cv2是bgr，所以要做格式转换
• 代码：credit to https://blog.csdn.net/dcrmg/article/details/78147219

3.1 PIL-> cv2

事实上是PIL->numpy

import cv2
from PIL import Image
import numpy
 
image = Image.open("plane.jpg")
image.show()
img = cv2.cvtColor(numpy.asarray(image), cv2.COLOR_RGB2BGR)
cv2.imshow("OpenCV",img)
cv2.waitKey()

3.2 cv2 -> PIL

事实上是numpy -> PIL

import cv2
from PIL import Image
import numpy
 
img = cv2.imread("plane.jpg")
cv2.imshow("OpenCV",img)
image = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
image.show()
cv2.waitKey()

4. tensor&PIL

• 借助torchvision的transforms来实现

4.1 PIL -> tensor

• T.ToTensor可以把PIL Image转成Tensor，会自动将[0,255]归一化至[0,1]
• 转换后的shape是（C, H, W）或者（H, W）

from torchvision import transforms as T
from PIL import Image
image = Image.open("xxx.jpg")
t = T.ToTensor()(image)

• 如果不想归一到[0,1]，可以采取迂回的方法：PIL->numpy-> tensor，此时返回的shape是（H, W, 3）

patch = torch.from_numpy(np.asarray(img1))

4.2 tensor-> PIL

• 同理，tensor的shape应该是（C, H, W）或者（H, W）
• tensor的范围可以是[0,255]或者[0,1]，dtype相应必须为uint8或float32

from torchvision import transforms as T
img = T.ToPILImage(t)