torchvision 提取灰度直方图

要提取灰度图像的直方图，可以使用torchvision.transforms中的transforms.ToTensor()和transforms.Normalize()函数来将图像转换为张量并进行标准化。然后，可以使用torch.histc()函数来计算直方图。

下面是一个示例代码：

import numpy as np
import torch
import torchvision.transforms as transforms

# 转换图像为张量
transform = transforms.Compose([
    transforms.Grayscale(), # 转换为灰度图像
    transforms.ToTensor(), # 转换为张量
    transforms.Normalize(mean=[0.5], std=[0.5]) # 标准化
])

# 加载图像
img_path = 'image.jpg'
img = Image.open(img_path)

# 转换图像为张量并进行标准化
img_tensor = transform(img)

# 计算灰度直方图
hist = torch.histc(img_tensor, bins=256, min=0, max=1)

其中，bins参数指定直方图的箱数，min和max参数指定张量的最小和最大值。在这个示例中，我们将图像转换为灰度图像，然后使用256个箱计算直方图。