python--画像ファイルの様々な開き方と相互変換
文書ディレクトリ 1. image多様な開き方 2. 相互変換 3.ボリュームニューラルネットワークの入力
1.イメージの様々な開き方
PIL
SciPyはオープンソースのBSDライセンスの数学、科学、エンジニアリングライブラリです.SciPyライブラリはNumPyに依存しており、便利で迅速なN次元配列操作を提供します.SciPyライブラリを構築する主な理由は、NumPy配列とともに動作し、数値積分や最適化のルーチンなど、多くのユーザーフレンドリーで効率的なデジタル実践を提供することです.
scipy.misc miscはmiscellaneousの略で、雑種の意味です.代表は他に適当な場所がないので、ここに置いておきました.画像ioに関する操作はすべてここにあるので、CVerにとってはまだ重要です
cv2
残りはskimageです.io, matplotlib.image.
おすすめはscipyです.misc、読み込んだらnpですから.Arrayは、後続のデータ増強などの操作を容易にし、RGBシーケンスである.
2.相互転化
PIL.Image.Imageとnp.array間の相互転化
3.コンボリューションニューラルネットワークの入力
ニューラルネットワークのinputには次のような要求があります. shapeは、C x H x W であるは[0,1] に正規化される.
torchvisionは一連の操作を提供します.ToTensorは直接PILを実現する.Imageの正規化と次元変調.一連のデータ拡張操作も提供されています.
ただし、対応するラベルも変更される場合はnumpyの操作で行うべきです.
1.イメージの様々な開き方
PIL
from PIL import Image
# PIL.Image.Image
img = Image.open(imgpth)
# IMage save
img.save(pth)
SciPyはオープンソースのBSDライセンスの数学、科学、エンジニアリングライブラリです.SciPyライブラリはNumPyに依存しており、便利で迅速なN次元配列操作を提供します.SciPyライブラリを構築する主な理由は、NumPy配列とともに動作し、数値積分や最適化のルーチンなど、多くのユーザーフレンドリーで効率的なデジタル実践を提供することです.
scipy.misc miscはmiscellaneousの略で、雑種の意味です.代表は他に適当な場所がないので、ここに置いておきました.画像ioに関する操作はすべてここにあるので、CVerにとってはまだ重要です
import scipy.misc as misc
img = misc.imread(imgpth)
# np.array
cv2
img = cv2.open(imgpth)
# shape H x W x C np.array
# C BGR RGB
残りはskimageです.io, matplotlib.image.
おすすめはscipyです.misc、読み込んだらnpですから.Arrayは、後続のデータ増強などの操作を容易にし、RGBシーケンスである.
2.相互転化
PIL.Image.Imageとnp.array間の相互転化
img_np = np.array(PIL_img)
img_PIL = Image.fromarray(img_np)
3.コンボリューションニューラルネットワークの入力
ニューラルネットワークのinputには次のような要求があります.
torchvisionは一連の操作を提供します.ToTensorは直接PILを実現する.Imageの正規化と次元変調.一連のデータ拡張操作も提供されています.
ただし、対応するラベルも変更される場合はnumpyの操作で行うべきです.
# H x W x C --> C x H x W
img = np.transpose(img, axes=(2,0,1))
#
img = img / 255.0