如何在PyTorch中显示单个图像？

Question

我要显示一张图像。它是使用ImageLoader加载的，并存储在PyTorch Tensor中。

当我尝试通过plt.imshow(image)显示它时，我得到：

TypeError: Invalid dimensions for image data

张量的.shape是：

torch.Size([3, 244, 244])

如何显示此PyTorch张量中包含的图像？

Answer 1

给出一个表示图像的Tensor，请使用.permute()：

plt.imshow(  tensor_image.permute(1, 2, 0)  )

注意：permute does not copy or allocate memory和 from_numpy() doesn't either.

Answer 2

如您所见，即使不转换为matplotlib数组，numpy也可以正常工作。但是PyTorch张量（“图像张量”）是第一个通道，因此要将它们与matplotlib一起使用，您需要对其进行重塑：

代码：

from scipy.misc import face
import matplotlib.pyplot as plt
import torch

np_image = face()
print(type(np_image), np_image.shape)
tensor_image = torch.from_numpy(np_image)
print(type(tensor_image), tensor_image.shape)
# reshape to channel first:
tensor_image = tensor_image.view(tensor_image.shape[2], tensor_image.shape[0], tensor_image.shape[1])
print(type(tensor_image), tensor_image.shape)

# If you try to plot image with shape (C, H, W)
# You will get TypeError:
# plt.imshow(tensor_image)

# So we need to reshape it to (H, W, C):
tensor_image = tensor_image.view(tensor_image.shape[1], tensor_image.shape[2], tensor_image.shape[0])
print(type(tensor_image), tensor_image.shape)

plt.imshow(tensor_image)
plt.show()

输出：

<class 'numpy.ndarray'> (768, 1024, 3)
<class 'torch.Tensor'> torch.Size([768, 1024, 3])
<class 'torch.Tensor'> torch.Size([3, 768, 1024])
<class 'torch.Tensor'> torch.Size([768, 1024, 3])

Answer 3

处理图像数据的 PyTorch 模块需要 C × H × W 格式的张量。¹
而 PILlow 和 Matplotlib 需要格式为 H × W × C.²

的图像数组

您可以使用 TorchVision 变换轻松地将张量转换为/from 这种格式：

from torchvision import transforms.functional as F

F.to_pil_image(image_tensor)

或者直接排列坐标轴：

image_tensor.permute(1,2,0)

---

1. <块引用>

   处理图像数据的 PyTorch 模块需要将张量布局为 C × H × W：分别为通道、高度和宽度。

2. <块引用>

   注意我们如何使用 permute 将轴的顺序从 C × H × W 更改为 H × W × C 以匹配什么Matplotlib 期望。

   • Deep Learning with PyTorch

Answer 4

鉴于图像已按照说明加载并存储在变量image中：

plt.imshow(transforms.ToPILImage()(image), interpolation="bicubic")

matplotlib image tutorial说：

  

在放大照片时经常使用双三次插值-人们倾向于模糊而不是像素化。

---

或作为Soumith suggested：

%matplotlib inline
def show(img):
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)), interpolation='nearest')

---

或者，要在弹出窗口中打开图像：

 transforms.ToPILImage()(image).show()

Answer 5

给出图像路径名img_path的完整示例：

from PIL import Image
image = Image.open(img_path)
plt.imshow(transforms.ToPILImage()(transforms.ToTensor()(image)), interpolation="bicubic")

请注意，transforms.*返回一个函数，这就是为什么将括号括起来的原因。

Answer 6

使用来自 fastai 的 show_image

from fastai.vision.all import show_image