tensor 图像显示

tensor是PyTorch中的一种数据结构，用于表示多维数组。在图像处理中，我们可以使用tensor来表示图像数据。要显示一个tensor图像，我们可以使用matplotlib.pyplot.imshow函数，但需要注意tensor和imshow函数的输入维度不同。通常，tensor的维度是[C, H, W]，而imshow函数要求的输入维度是[H, W, C]，所以我们需要通过转换调整维度的顺序。

有两种常见的方法可以显示tensor图像：
1. 将tensor转换为numpy数组，然后使用np.transpose函数调整维度顺序，最后使用pyplot.imshow函数显示图像。
2. 直接使用torch.permute函数对tensor进行维度转换，然后使用pyplot.imshow函数显示图像。

下面是示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 方法一：将tensor转换为numpy数组进行维度转换和图像显示
tensor_img = ...  # 假设这是一个形状为[C, H, W]的tensor图像
img = tensor_img.numpy()
img = np.transpose(img, (1, 2, 0))  # 调整维度顺序
plt.imshow(img)
plt.show()

# 方法二：直接使用torch.permute进行维度转换和图像显示
tensor_img = ...  # 假设这是一个形状为[C, H, W]的tensor图像
img = tensor_img.permute(1, 2, 0)  # 调整维度顺序
plt.imshow(img)
plt.show()