将文件夹下的png图像集转化为tensor

可以使用 PyTorch 中的 `torchvision` 模块来完成这个任务。以下是一个示例代码，可以将指定目录下的所有 PNG 图像转换为 PyTorch 的 Tensor 格式并存储在一个列表中：

import os
from PIL import Image
import torch
from torchvision import transforms

# 定义图像预处理方法
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 调整图像大小为 224x224
    transforms.ToTensor()  # 将图像转换为 Tensor 格式
])

# 加载文件夹下的所有 PNG 图像
data_dir = 'path/to/folder'
image_list = [os.path.join(data_dir, f) for f in os.listdir(data_dir) if f.endswith('.png')]

# 将所有图像转换为 Tensor
tensor_list = []
for image_path in image_list:
    image = Image.open(image_path)
    tensor = transform(image)
    tensor_list.append(tensor)

# 将 Tensor 列表转换为一个大 Tensor
tensor_data = torch.stack(tensor_list)

这里首先定义了一个图像预处理方法 `transform`，它包括两个步骤：将图像大小调整为 224x224，并将图像转换为 Tensor 格式。然后通过 `os.listdir` 函数获取指定目录下的所有文件名，并通过列表推导式筛选出所有 PNG 图像的文件名。接下来，我们循环遍历所有图像文件，使用 `PIL` 库中的 `Image` 类加载图像，使用预处理方法将图像转换为 Tensor，并将 Tensor 存储在一个列表中。最后，使用 `torch.stack` 函数将 Tensor 列表转换为一个大的 Tensor。