Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式

Pytorch 使用使用opnecv读入图像由读入图像由HWC转为转为BCHW格式方式格式方式

主要介绍了Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式，具有很好的参考价值，希望对大家有所

帮助。一起跟随小编过来看看吧

传统使用opencv自带的swapaxes进行转换，然后使用pytorch的from_numpy转为tensor

例如：例如：

img = img.swapaxes(1,2).swapaxes(0,1)

但是有一个常用的图像增广模块albumentations模块中的img_to_tensor进行直接转换

注意：注意：我这里使用unsqueeze是为了验证模型的输出，如果使用pytorch的dataset则不需要使用这个操作

img_org = Image.open(self.root_src + 'reference_cutBlock' + fname_org)

Returns:

img: (tensor) image tensor.

loc_targets: (tensor) location targets.

cls_targets: (tensor) class label targets.

'''

# Load image

fname_org = self.fnames[idx]

img_org = cv2.imread(self.root_src + 'dn_dataset/' + fname_org)

# img_org = np.asarray(img_org)

img_dis = img_dis.transpose([2, 0, 1]) # hwc to chw

img_dis = img_dis[(2, 1, 0), :, :] # bgr012 to rgb210

img_org = img_org[:, :, (2, 1, 0)]/255.0 # bgr012 to rgb210

img_org = img_org.transpose([2, 0, 1]) # hwc to chw

img_dis = torch.from_numpy(img_dis).float()

img_org = torch.from_numpy(img_org).float()

# fname_org_dis = self.fnames_dis[idx]

# img_dis = Image.open(self.root_src + 'distorted_train_block/' + fname_org_dis)

# img_org = self.transform(img_org)

# img_dis = self.transform(img_dis)

return img_dis, img_org

transforms.ToTensor() 有两层含义，一个是转化成Tensor，另一个是进行归一化，此段代码，没有采用此语句，而是分两步

完成，因为img_dis，已经实现归一化。

以上这篇Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式就是小编分享给大家的全部内容了，希望能给大家一个参

考，也希望大家多多支持我们。