图像读入、展示和保存的代码可网上查找(opencv),注意读进来的图像是numpy类,要转成tensor才能进行卷积层运算。展示图像还需要转回numpy类,像素的取值范围是0~255 卷积的操作参考本节课nn.Conv2d函数,固定卷积核
时间: 2024-02-25 13:55:46 浏览: 23
以下是一个简单的示例代码,实现图像读入、展示和保存的功能,以及将图像从numpy数组转换为Tensor,并进行卷积操作:
```python
import cv2
import torch
import torch.nn as nn
# 读入图像
img = cv2.imread('test.jpg')
# 展示图像
cv2.imshow('Image', img)
cv2.waitKey(0)
# 保存图像
cv2.imwrite('test_saved.jpg', img)
# 将图像从numpy数组转换为Tensor,并进行卷积操作
tensor_img = torch.from_numpy(img).permute(2, 0, 1).unsqueeze(0).float() / 255.0
conv = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, padding=1)
output = conv(tensor_img)
```
上述代码中,`cv2.imread()` 函数用于读入图像,`cv2.imshow()` 函数用于展示图像,`cv2.imwrite()` 函数用于保存图像。接着,我们将读入的numpy数组转换为Tensor,并使用 `nn.Conv2d` 函数进行卷积操作,其中 `in_channels` 参数为输入图像的通道数,`out_channels` 参数为卷积核的数量,`kernel_size` 参数为卷积核的大小,`padding` 参数为卷积操作的填充大小。最后,我们可以得到卷积后的输出结果。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)