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

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.

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.

#      H x W x C --> C x H x W
img = np.transpose(img, axes=(2,0,1))
#    
img = img / 255.0