Pytorch資料前後處理整理
1. PIL Image
通常, pytorch處理資料集用的是PIL Image的庫, 通過PIL Image來讀取影像檔案, 然後再轉成tensor送給network, 那在送入network之前的這一段都是pytorch的資料前處理部分(data preprocess), 主要是以下幾個步驟
- 開啟影像影像, 產生PIL image格式資料
from PIL import Image
img = Image.open('image_path')
產生的PIL_image格式資料的取值範圍是[0,255]
形狀(shape)是[h, w, c]
畫素順序是RGB
- 經過toTensor()之後
from torchvision.transforms import ToTensor
tensor = ToTensor()(PIL_img)
# 或者
np_data = np.asarray(PIL_img)
tensor = ToTensor()(np_data)
ToTensor()
接收PIL格式的資料, 或者是直接從PIL轉來的np.ndarray格式資料, 只要保證進來的資料取值範圍是[0, 255], 形狀是[h, w, c], 畫素順序是RGB, 它就會幫你做下面的事情
取值範圍[0, 255] / 255.0 => [0, 1.0], 資料格式從int8變成了float32
形狀(shape)轉為[c, h, w]
畫素順序依舊是RGB
- DeblurGAN的資料預處理又多做了一步, 把[0, 1]資料範圍調整到[-1, 1]
from torchvision.transforms import Normalize
tensor = Normalize((0.5, 0.5, 0.5),(0.5, 0.5, 0.5))(tensor)
(0.5,0.5,0.5)和(0.5,0.5,0.5)分別是三個通道的mean和std, ([0, 1] - mean) / std => [-1, 1]
- 前處理完成, 進入network
所以, 進入network的資料取值範圍是[-1, 1]
形狀(shape)是[c, h, w]
畫素順序是RGB
經過了Network的處理之後, 出來的還是一個三通道的影像, 取值範圍依然是[-1, 1](在最後一步經過了clamp(-1,1)), 形狀(shape)是[c, h, w], 畫素順序是RGB, 要得到可以看的影像, 那就要把前面的步驟反著再來一遍
- 從tensor獲取numpy格式資料ndarray, 調整shape與PIL Image相同
import numpy as np
image_numpy = image_tensor[0].cpu().float().numpy()
image_numpy = np.transpose(image_numpy, (1, 2, 0))
transpose(image_numpy, (1, 2, 0))
做的事情就是調整shape, 將形狀從[h, w, c]調整到[c, h, w]
- 調整資料範圍從[-1, 1] => [0, 255.0]
image_numpy = (image_numpy+ 1) / 2.0 * 255.0
這個時候的資料格式還是float32
- 將資料格式float32 => int8
import numpy as np
image_numpy.astype(np.uint8)
- 轉為PIL格式
from PIL import Image
img = Image.fromarray(image_numpy)
這樣, 便得到了PIL格式的輸出影像, 取值範圍[0,255], 資料格式uint8
形狀(shape)是[h, w, c]
畫素順序是RGB
其實, 從tensor->PIL, pytorch有更方便的做法, 就是ToPILImage
#PIL-> tensor -> PIL
from torchvision.transforms import ToPILImage
PIL_img = Image.open('test_pic.jpeg')
tensor_from_PIL = ToTensor()(PIL_img)
img = ToPILImage()(tensor_from_PIL)
#PIL -> np.ndarray -> tensor -> PIL
from torchvision.transforms import ToPILImage
PIL_img = Image.open('test_pic.jpeg')
np_img = np.asarray(PIL_img)
tensor_from_np = ToTensor()(np_img)
img = ToPILImage()(tensor_from_np)
ToPILImage()
會自動幫你做下面的事情
- 將每個元素*255
- float32 -> uint8
- tensor -> ndarray
- 對ndarray物件做transpose(1, 2, 0)
- 利用
Image.fromarray(ndarray)
轉為PIL格式
但是DeblurGAN的輸出範圍是[-1, 1], 如果要直接用ToPILImage(), 那在用之前要先把資料範圍[-1, 1] => [0, 1]
2. Opencv
上文中, 我們一直在強調畫素順序是RGB, 其實在PIL->tensor->PIL的過程中, 畫素順序是沒有變化的, 但是如果是用opencv來開啟影像, 畫素順序就變成了BGR, 這點要注意
from PIL import Image
import cv2
import numpy as np
cv_img = cv2.imread('image_path')
cv2.imshow("opencv_img", cv_img)
PIL_img = Image.open('image_path')
np_img = np.asarray(PIL_img)
np_bgr_img = cv2.cvtColor(np_img, cv2.COLOR_RGB2BGR)
cv2.imshow("rgb_img", np_img)
cv2.imshow("bgr_img", np_bgr_img)
cv2.waitKey()
opencv讀取出來的格式是ndarray, 取值範圍[0,255], 資料格式uint8
形狀(shape)是[h, w, c]
畫素順序是BGR
在上一段程式碼的實驗中, 我們分別看opencv_img
rgb_img
bgr_img
是以下這樣的
也就是說, opencv認的影像格式是uint8, [0,255], 形狀是[h, w, c], 畫素順序是BGR, 如果直接把RGB順序的ndarray給opencv讓它顯示, 就會產生中間那張怪圖
如果在用pytorch的時候, 影像是用opencv得到的, 那除了前面講的那些步驟之外, 在一開始需要把cv2.imread('image_path')
得到的ndarray用cv2.cvtColor(np_img, cv2.COLOR_BGR2RGB)
先轉成RGB順序的格式
多說一句, 在用cv2.imread()的過程中, 出現報錯
The function is not implemented. Rebuild the library with Windows, GTK+2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script.
我們的opencv是用conda install opencv直接裝的, 要解決這個問題, 裝一下opencv-python就可以了
pip install opencv-python
Ubuntu下呼叫opencv的cv2.imshow()錯誤
參考文獻
python中PIL.Image和OpenCV影像格式相互轉換
Pytorch之深入torchvision.transforms.ToTensor與ToPILImage
numpy、cv2等操作圖片基本操作
PyTorch載入圖片後ToTensor解讀(含PIL和OpenCV讀取圖片對比
【pytorch】影像基本操作
OpenCV、Skimage、PIL影像處理的細節差異
相關文章
- transforms模組—PyTorch影像處理與資料增強方法ORMPyTorch
- Struts2 action前的資料預處理
- Pytorch資料讀取與預處理實現與探索PyTorch
- PyTorch 60 分鐘入門教程:資料並行處理PyTorch並行
- MNIST資料集詳解及視覺化處理(pytorch)視覺化PyTorch
- thinkPHP 分頁後如何處理資料PHP
- ArcGIS GP地理處理相關資料收集整理
- 前後端處理流檔案請求後端
- 處理器架構資源整理架構
- 資料庫之建立表前的判斷處理資料庫
- Mac影像後設資料處理器:MesaExifMac
- ETL中後設資料處理的方式
- 拿到登入資料以後如何處理?
- 大資料量處理實踐方案整理大資料
- Python資料處理(二):處理 Excel 資料PythonExcel
- 資料處理
- 前後端分離下前端許可權處理後端前端
- Tableau——資料前處理、折線圖、餅圖(環形圖)
- 反向索引處理前%索引
- 前%的處理--PostgreSQLSQL
- CSS 前處理器CSS
- 智慧駕駛資料後處理分析利器—INTEWORK-VDA
- 自然語言處理背後的資料科學自然語言處理資料科學
- Laravel前後臺共享資料Laravel
- 資料預處理
- javascript - 資料處理JavaScript
- Excel 資料處理Excel
- 海量資料處理
- Panda資料處理
- 處理百萬級以上的資料處理
- 資料清洗和資料處理
- 資料預處理-資料清理
- 資料分析--資料預處理
- 前處理器變數變數
- CSS 前處理器—sassCSS
- DELETE TABLE資料後,查詢變慢,問題處理delete
- 前後端資料的互動--如何確保前後端資料的安全性?後端
- 淺談 CSS 前處理器(一):為什麼要使用前處理器?CSS