Question

我使用cv2.imread和cv2.imdecode取决于我是从磁盘还是从url加载图像。相比之下，我使用image.load从磁盘加载，利用libpng。当使用cv2时，我的image.shape输出（高度，宽度，通道）。但是使用手电筒时，形状是（通道，高度，宽度）。

我很好奇为什么会这样，以及如何让两者相提并论。我的目标是将使用cv2下载的许多图像组合成利用（通道，高度，宽度）尺寸的火炬张量。当我用cv2下载时，我试图重塑numpy数组，但是这些张量与使用torch下载的那些不匹配。

Answer 1

不同的库可能会以不同的内存格式存储图像数据 - 这完全取决于库及其用途（遍历图像数据的速度，内存效率等等）。

对于您的问题，可能的解决方案（没有其他第三方工具）可以使用transpose。一个简单的例子：

import numpy as np

x = np.random.random((3, 15, 17))
print(x.shape)

# transpose axes with this order
y = x.transpose((1,2,0))
print(y.shape)

# for the sake of testing the euqality of the respective slides:
print(np.linalg.norm(x[0,:,:] - y[:,:,0]))

示例输出：

(3, 15, 17)
(15, 17, 3)
0.0

Answer 2

结帐lutorpy：

Lutorpy是一个用于在python中使用火炬进行深度学习的库，通过Python / Numpy和Lua / Torch之间的双向桥接，您可以在python中使用任何Torch模块（nn，rnn等），并轻松转换火炬和numpy之间的变量（数组和张量）。

它内置支持从numpy数组到Torch张量对象的转换，请参阅github上的“示例用法”：

## convert the numpy array into torch tensor
xt = torch.fromNumpyArray(xn)

图像尺寸与cv2（python）和火炬/图像（libpng）的差异

2 个答案: