pytorch中tensor与numpy、cv2、pillow转换

可以使用以下代码将 PyTorch 中的 Tensor 转换为 NumPy 数组：

import numpy as np
import torch

tensor = torch.randn((3, 4))  # 创建一个大小为 3x4 的张量
numpy_array = tensor.numpy()  # 将张量转换为 NumPy 数组

要将 NumPy 数组转换为 PyTorch 中的 Tensor，可以使用以下代码：

import numpy as np
import torch

numpy_array = np.random.rand(3, 4)  # 创建一个大小为 3x4 的 NumPy 数组
tensor = torch.from_numpy(numpy_array)  # 将 NumPy 数组转换为张量

要将 PyTorch 中的 Tensor 转换为 OpenCV 中的图像，可以使用以下代码：

import cv2
import torch

tensor = torch.randn((3, 256, 256))  # 创建一个大小为 3x256x256 的张量
image = tensor.permute(1, 2, 0).numpy()  # 将张量转换为 NumPy 数组，并将通道顺序从 CxHxW 转换为 HxWxC
cv2.imshow("Image", image)  # 显示图像
cv2.waitKey()  # 等待关闭窗口

要将 OpenCV 中的图像转换为 PyTorch 中的 Tensor，可以使用以下代码：

import cv2
import torch

image = cv2.imread("image.png")  # 读取图像文件
tensor = torch.from_numpy(image.transpose((2, 0, 1)))  # 将图像转换为张量，并将通道顺序从 HxWxC 转换为 CxHxW

要将 PyTorch 中的 Tensor 转换为 Pillow 中的图像，可以使用以下代码：

from PIL import Image
import torch

tensor = torch.randn((3, 256, 256))  # 创建一个大小为 3x256x256 的张量
image = tensor.permute(1, 2, 0).numpy()  # 将张量转换为 NumPy 数组，并将通道顺序从 CxHxW 转换为 HxWxC
pil_image = Image.fromarray((image * 255).astype('uint8'))  # 将 NumPy 数组转换为 PIL 图像
pil_image.show()  # 显示图像

要将 Pillow 中的图像转换为 PyTorch 中的 Tensor，可以使用以下代码：

from PIL import Image
import numpy as np
import torch

pil_image = Image.open("image.png")  # 打开图像文件
numpy_array = np.array(pil_image) / 255.0  # 将 PIL 图像转换为 NumPy 数组，并将像素值转换为 0 到 1 之间的浮点数
tensor = torch.from_numpy(numpy_array.transpose((2, 0, 1)))  # 将 NumPy 数组转换为张量，并将通道顺序从 HxWxC 转换为 CxHxW