在Python以陣列的方式讀取影像，並轉為Torch張量

圖片路徑：

img_path = ‘./datasets/proposal-flow-pascal/PF-dataset-PASCAL/JPEGImages/2009_003820.jpg’

讀取圖片的2種不同方法：

from PIL import Image
image_1 = Image.open(img_path)

from skimage import io
image_2 = io.imread(img_path)

這2種方法讀取的影像的shape是一樣的，都是numpy陣列型別：(228, 300, 3)

print(image_1.shape)
print(image_2.shape)

對（影像）陣列進行升維（通過numpy.升維）

source_image = np.expand_dims(source_image.transpose((2,0,1)),0)

source_image的shape為：(1, 3, 228, 300)

print(source_image.shape)

將numpy陣列轉為torch張量：

source_image = torch.Tensor(source_image)

source_image的shape為：torch.Size([1, 3, 228, 300])

上一句也可以替換為，將numpy陣列轉為torch張量（同時歸一化）：

source_image = torch.Tensor(source_image.astype(np.float32)/255.0)

source_image的shape為：torch.Size([1, 3, 228, 300])

將torch張量轉為變數

image_var = Variable(source_image,requires_grad=False)

image_var的shape為：image_var_shape: torch.Size([1, 3, 228, 300])

對（影像）進行降維
image_var_1 = image_var_1[0] # 4維降3維

調整不同維度的順序（對於變數）
image_var_1 = image_var_1.permute(1, 2, 0)

調整不同維度的順序（對於陣列）
source_image = source_image.transpose(1, 2, 0)

轉為陣列
image_var_1 = image_var_1.numpy()

Python讀取影像時，讀取為numpy陣列，用plt顯示影像時，也必須是numpy陣列的格式才能顯示。

張量和變數必須先轉為陣列才能作為影像顯示。