PyTorch②---transforms结构及用法

transforms结构及用法

transforms.py工具箱
输入（图片）—>工具箱（常用：totensor、resize等方法）—>结果

from PIL import Image
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriter
import cv2


#python的用法--->tensor数据类型
#通过transforms.ToTensor解决两个问题
#1.transforms该如何使用
#2.为什么需要tensor数据类型

'''绝对路径：D:\pythonProject\pytorch\dataset\train\ants\0013035.jpg 相对路径：dataset/train/ants/0013035.jpg '''
#读取图片：PIL格式
img_path="dataset/train/ants/0013035.jpg"
img=Image.open(img_path)
print(img)
#读取图片：opencv，numpy格式
cv_img=cv2.imread(img_path)
print(cv_img)

writer=SummaryWriter("logs")

#将PIL文件或numpy文件转换为tensor类型（1.transforms该如何使用）
#实例化
tensor_trans=transforms.ToTensor()
#调用、传入参数：PIL类型，点击CTRL+P
tensor_img=tensor_trans(img)
print(tensor_img)

#2.为什么需要tensor数据类型:tensor数据类型包括了神经网络需要的一些参数

#直接传入tensor型
writer.add_image("Tensor_img",tensor_img)
writer.close()

注意：上节课用tensorboard读入的图片是PIL—>numpy类型
这节课用tensorboard读入的图片是PIL、numpy—>tensor类型