pytorch拼接与保存图片

在深度学习训练时，我们常需要对某层的输出或最终模型的预测结果进行输出查看，如featmap、output、predict结果等。在pytorch的设定中有tensor类型变量，不可直接查看和保存图片。

虽然有 torchvision.utils.save_image 方法可以方便地保存tensor类型图片，调用方法如下：

from torchvision.utils import save_imagesave_image(tensor , filename , padding =0)

这个方法不仅可以保存图片，而且可以保存多个图片拼接后输出。但是对于不同通道不同类型，如RGB和灰度图，的图片，仍然有不方便使用的地方，于是我自己写了几个函数，适用于图片的输出保存、拼接。

from PIL import Imagedef joint_img_vertical(imgs):# print(imgs.ndim)if imgs.ndim ==4:     #RGB imgwidth, height = imgs[0][0].shaperesult = Image.new('L', (width, height*imgs.shape[0]))# Add 0.5 after unnormalizing to [0, 255] to round to nearest integerimgs = imgs.mul_(255).add_(0.5).clamp_(0, 255).cpu().numpy().transpose((0, 2, 3, 1))elif imgs.ndim ==3:   #single channel imgwidth, height = imgs[0].shaperesult = Image.new('L', (width, height*imgs.shape[0]))imgs =imgs*255for i in range(imgs.shape[0]):im = Image.fromarray((imgs[i]).astype(np.uint8))result.paste(im, box=(0, i * height))# 取消注释以下代码可直接保存图片# im = Image.fromarray((img * 255).astype(np.uint8))# im.save(filename)# result.save(filename)return resultdef joint_img_horizontal(img,output,mask):# print(img.size, output.size, mask.size)if img.size == output.size == mask.size:width, height = img.sizeresult = Image.new('L', (width * 3, height))result.paste(img, box=(0, 0))result.paste(output, box=(width, 0))result.paste(mask, box=(2 * width, 0))return resultdef save_img(img,filename):'''it is used to save an img in filename directory:param img: the img should be Image type .:param filename: like "**.png"'''img.save(filename)

第一个函数的作用是垂直拼接一个Batch的tensor图片。我做的是一个分割任务，在我的程序中，有RGB图片（原图）和单通道图片（mask和output），对于RGB图片，维度是（batch , channel ,width ,height）。对于单通道图片，维度是（batch , width ,height）。

对于tensor类型，要转化为numpy类型，方法是tensor.cpu().numpy.transpose((0,2,3,1)) 。注意要保存为numpy后转为PIL中的Image类型。对于三通道图，要transpose为（width, height， channel ）类型。

（这里我额外写了一个去Normalization的操作，个人视情况添加，我的代码中如果不添加这一步，会导致保存图片色彩失真，可能是我事先对数据做了数据增强的缘故）

第二个函数的作用是水平拼接三个Image类型的图片，即第一个函数的三个输出。这是为了将Image,output,mask三个图片放在同一个图片中做分割或检测效果对比观察。用到了new函数创建画布，paste方法粘贴图片到画布上。

Tip ：查看tensor或numpy类型数组的大小尺寸。用tensor.shape 、numpy.shape ，而查看Image类型图片的大小，用img.size。

第三个函数的作用是保存Image图片类型到本地，注意只有Image类型的图片才有save方法，tensor和numpy类型的自然是没有的。因为本文对于图片的操作都用PIL来实现，所以保存图片也用的此方法。同样的思想，还可以用opencv库来实现。

同时调用以上三个函数就可以实现对一个Batch类型的图片批量拼接保存。

batch_img = joint_img_vertical(data)        #data是tensor类型
batch_output = joint_img_vertical(output)   #output是array类型
batch_mask = joint_img_vertical(predict)    #predict是array类型
img_for_save = joint_img_horizontal(batch_img, batch_output,batch_mask)
save_img(img_for_save, os.path.join(save_dir,"img_out_mask_%d.png"% i))

【补充】为什么有时候保存图片会失真？

在make_grid那里，你需要设置参数normalize = True。

pytorch拼接与保存图片相关推荐

pytorch拼接函数：torch.stack()和torch.cat()--详解及例子
原文链接: https://blog.csdn.net/xinjieyuan/article/details/105205326 https://blog.csdn.net/xinjieyuan/ar ...
[PyTorch] 拼接多个tensor：torch.cat((A,B),axis)
注:参考博客Pytorch中的torch.cat()函数.本人在其基础上增加了更为详细的解释. torch.cat((A,B),axis)是对A, B两个tensor进行拼接. 参数axis指定拼接的 ...
pytorch拼接与拆分
** 一.拼接 ** cat/stack cat在指定的维度上进行连接: stack创建了新的维度进行连接. In [1]: import torchIn [2]: a = torch.rand(4, ...
用c#每日更换“必应背景图片”为“桌面壁纸”
在线工具必应每天都会更换背景图片,都非常漂亮,有的时候还十分惊艳,同时还会根据每个地区的特色不同应用不同的图片. 下面用c#抓取必应每天的背景图片,并实现桌面壁纸的每天自动切换实现思路 1.通过获 ...
Pytorch List Tensor转Tensor,,reshape拼接等操作
Pytorch List Tensor转Tensor,reshape拼接等操作持续更新一些常用的Tensor操作,比如List,Numpy,Tensor之间的转换,Tensor的拼接,维度的变换等操 ...
PyTorch cat() 函数实现维度拼接
PyTorch cat() 函数实现维度拼接需要保证(除需要合并的维度外)其他维度均相等.参数dim指定需要合并的维度的索引号. 如下例子为合并第三维. import torch a = torch ...
torch的拼接函数_从零开始深度学习Pytorch笔记（13）—— torch.optim
前文传送门: 从零开始深度学习Pytorch笔记(1)--安装Pytorch 从零开始深度学习Pytorch笔记(2)--张量的创建(上) 从零开始深度学习Pytorch笔记(3)--张量的创建(下) ...
【PyTorch】torch.cat==＞张量拼接，在图像的应用上可以有效利用原始图像结构信息
1. 字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat 是 concatenate 的意思,即拼接,联系在一起. 使用torch.cat((A,B),dim)时,除拼接维数d ...
Pytorch：保存图片
1. 直接保存Tensor #!/usr/bin/env python # _*_ coding:utf-8 _*_ import torch from torchvision import util ...

pytorch拼接与保存图片

pytorch拼接与保存图片相关推荐

最新文章

热门文章