PythonPIL、cv2、Dataloader、plt读取/显示图像数据集对比实例

获得数据集是深度学习代码的首要步骤。下面我们使用相同的场景对PIL、cv2、Dataloader进行比较。
假设图像处于/single_images/images/目录下&＃xff0c;尺寸64x64x3。

import numpy as np
import os
import matplotlib.pyplot as plt


1.PIL

from PIL import Imageimages &＃61; os.listdir(&＃39;./single_images/images/&＃39;)
length &＃61; len(images)
for i in range(length):img &＃61; Image.open(&＃39;./single_images/images/&＃39; &＃43; images[i]) #Image(64,64)RGBimg0 &＃61; np.asarray(img,dtype&＃61;&＃39;float32&＃39;) #numpy (64,64,3)

使用PIL得到的img0尺寸是&＃xff08;64x64x3&＃xff09;&＃xff0c;通道为RGB&＃xff0c;取值范围0-255。

print(np.max(img0)) ##255.0
print(np.min(img0)) ##0.0
print(img0.shape) ##(64,64,3)


2.DataLoader

import torchvision.transforms as transforms
from torch.utils.data import DataLoader
from torchvision.datasets import ImageFoldertransform &＃61; transforms.ToTensor()
dataset &＃61; ImageFolder(&＃39;single_images&＃39;,transform&＃61;transform)
dataloader &＃61; DataLoader(dataset, batch_size&＃61;4, shuffle&＃61;False, num_workers&＃61;0, drop_last&＃61;True)
for i,data in enumerate(dataloader): print(i)real, _ &＃61; data for j in range(real.size()[0]):img_ &＃61; real[j,:,:,:] img1 &＃61; np.array(img_) #(3,64,64)

使用DataLoader得到的img1尺寸是&＃xff08;3x64x64&＃xff09;&＃xff0c;通道为RGB&＃xff0c;适用于pytorch卷积的尺寸。取值范围是0-1。

print(img_.min()) #0.0
print(img_.max()) #1.0
print(img_.size()) #torch.Size([3,64, 64])


3.cv2

import cv2
images &＃61; os.listdir(&＃39;./single_images/images/&＃39;)
length &＃61; len(images)for i in range(length):img &＃61; cv2.imread(&＃39;./single_images/images/&＃39; &＃43; images[i]) #uint8(64,64,3)
# pil_img &＃61; Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))img2 &＃61; np.asarray(img,dtype&＃61;&＃39;float32&＃39;) #numpy (64,64,3)BGRimg2 &＃61; img2[...,::-1] #(64,64,3)RGBimg2 &＃61; np.asarray(img2,dtype&＃61;&＃39;float32&＃39;)


使用cv2得到的img2尺寸是&＃xff08;64x64x3&＃xff09;&＃xff0c;通道为BGR&＃xff0c;取值范围0-255。

print(np.max(img2)) ##255.0
print(np.min(img2)) ##0.0
print(img2.shape) ##(64,64,3)


PIL/DataLoader/cv2三者关系

1.PIL和DataLoader&＃xff1a;
将img0和img1进行对比&＃xff1a;

img0 &＃61; np.transpose(img0,(2,0,1)) #numpy (3,64,64)
img00 &＃61; img0/255
sum(sum(sum(img00-img1)))#0


可以看出&＃xff0c;**PIL的图像转为&＃xff08;3x64x64&＃xff09;之后再除以255归一化&＃xff0c;就和DataLoader的像素是一样的。**所以&＃xff0c;如果要训练图片&＃xff0c;首选是DataLoader&＃xff0c;输出类型就是归一化的tensor&＃xff0c;而PIL改变尺寸再归一化变成tensor之后也是一样的。

2.PIL和cv2:
都是&＃xff08;64x64x3&＃xff09;&＃xff0c;但是RGB的顺序不同&＃xff0c;对cv2的结果进行转换&＃xff1a;

img2 &＃61; img2[...,::-1] #(64,64,3)RGB
sum(sum(sum(img2-img0))) ##280.0


发现PIL和cv2结果的像素值存在部分差异。

4.plt

最后说显示的plt
输入的尺寸应该是&＃xff08;3x64x64&＃xff09;的。所以对于cv2和PIL都是不需要转换尺寸的。但是cv2需要转换通道顺序为RGB。