多张png图像转化为tensor

将多张PNG图像转换为张量的步骤如下：

1. 使用Python的Pillow库打开PNG图像文件。
2. 将图像数据转换为NumPy数组。
3. 将NumPy数组转换为PyTorch张量。

以下是一个示例代码，假设有两个PNG图像文件'dog.png'和'cat.png'，它们都在当前目录下。

import torch
import numpy as np
from PIL import Image

# 打开PNG图像并转换为NumPy数组
dog_img = np.array(Image.open('dog.png'))
cat_img = np.array(Image.open('cat.png'))

# 将NumPy数组转换为PyTorch张量
dog_tensor = torch.from_numpy(dog_img).permute(2, 0, 1).float()
cat_tensor = torch.from_numpy(cat_img).permute(2, 0, 1).float()

# 查看张量形状
print(dog_tensor.shape) # 输出：torch.Size([3, height, width])
print(cat_tensor.shape) # 输出：torch.Size([3, height, width])

在这个示例代码中，`permute(2, 0, 1)`用于将图像数据的维度从(height, width, channels)转换为(channels, height, width)，因为PyTorch张量的通道维度在第一维，而不是最后一维。`float()`用于将数据类型转换为浮点数。