Python 如何在PyTorch中显示单个图像？

我想显示使用

ImageLoader

加载并存储在PyTorch

Tensor

中的单个图像。当我试图通过

plt.imshow（图像）

显示它时，我得到：

TypeError: Invalid dimensions for image data

张量的

.shape

为：

torch.Size([3, 244, 244])

---

如何将PyTorch张量显示为图像？

如果图像按说明加载并存储在变量

image

中：

plt.imshow(transforms.ToPILImage()(image), interpolation="bicubic")
#transforms.ToPILImage()(image).show() # Alternatively

---

或作为：

---

正如您所看到的，

matplotlib

即使不转换为

numpy

数组，也可以正常工作。但是PyTorch张量（“图像张量”）是通道优先的，所以要将它们与

matplotlib

一起使用，需要对其进行重塑：

代码：

输出：

<class 'numpy.ndarray'> (768, 1024, 3)
<class 'torch.Tensor'> torch.Size([768, 1024, 3])
<class 'torch.Tensor'> torch.Size([3, 768, 1024])
<class 'torch.Tensor'> torch.Size([768, 1024, 3])

（7681023）
火炬尺寸（[7681023]）
火炬尺寸（[37681024]）
火炬尺寸（[7681023]）

给定图像路径名的完整示例

img\u路径

：

from PIL import Image
image = Image.open(img_path)
plt.imshow(transforms.ToPILImage()(transforms.ToTensor()(image)), interpolation="bicubic")

---

请注意，

transforms.*

返回a，这就是为什么会使用时髦的括号。

给定表示图像的

张量，用于将通道作为最后一个维度：

plt.imshow(  tensor_image.permute(1, 2, 0)  )

注：和
处理图像数据的PyTorch模块预期张量格式为C×H×W.1

而PILLow和Matplotlib希望图像数组的格式为H×W×C

您可以使用TorchVision变换轻松地将张量转换为/此格式：

来自torchvision的
导入转换。功能为F
F.to_pil_图像（图像张量）

或通过直接排列轴：

图像张量排列（1,2,0）

---

处理图像数据的PyTorch模块要求张量分别以C×H×W的形式布置：通道、高度和宽度

请注意，我们必须使用

permute

将轴的顺序从C×H×W更改为H×W×C，以符合Matplotlib的预期

---

使用fastai的show_图像

from fastai.vision.all import show_image

---

嗯，这对我不起作用，请看带有张量形状的更新问题。哇，谢谢。。。这对我有用。。。我试着做tensor_image.numpy（）.重塑（[224224,3]），并使用cv2.imshow（）将其可视化，但我没有得到实际的图像。。。这里出了什么问题？@DevashishPrasad问题是

重塑（[224224,3]）

与

置换（1,2,0）

做的事情不同。

permute

函数类似于转置矩阵，其中行变为列，列变为行。

重塑

函数做了一些完全无关的事情，我不知道如何简洁地描述。简而言之，

重塑

是错误的函数。导入torchvision.transforms#可能会将导入添加到代码中

plt.imshow(  tensor_image.permute(1, 2, 0)  )

from fastai.vision.all import show_image