图像尺寸与cv2（python）和torch/image（libpng）的差异

我使用cv2.imread和cv2.imdecode，这取决于我是从磁盘还是从url加载图像。相比之下，我使用image.load从磁盘加载，它使用libpng。使用cv2时，my image.shape输出为（高度、宽度、通道）。但是，使用火炬时，形状为（通道、高度、宽度）

---

我很好奇为什么会这样，以及我怎样才能使两者相等。我的目标是利用（通道、高度、宽度）维度将许多使用cv2下载的图像组合成火炬张量。我曾尝试在使用cv2下载时重塑numpy数组，但张量与使用torch下载的张量不匹配

不同的库可能以不同的内存格式存储图像数据-这完全取决于库及其用途（遍历图像数据的速度、内存效率等）

对于您的问题，一个可能的解决方案（无需进一步的第三方工具）是使用

转置

。一个简单的例子：

import numpy as np

x = np.random.random((3, 15, 17))
print(x.shape)

# transpose axes with this order
y = x.transpose((1,2,0))
print(y.shape)

# for the sake of testing the euqality of the respective slides:
print(np.linalg.norm(x[0,:,:] - y[:,:,0]))

样本输出：

(3, 15, 17)
(15, 17, 3)
0.0

退房：

Lutorpy是一个为深入学习python中的torch而构建的库，通过python/Numpy和Lua/torch之间的双向桥梁，您可以使用python中的任何torch模块（nn、rnn等），并轻松地在torch和Numpy之间转换变量（数组和张量）

它内置了从numpy数组到Torch tensor对象的转换支持，请参见github上的“示例用法”：

## convert the numpy array into torch tensor
xt = torch.fromNumpyArray(xn)

---

太好了，我必须使用转置和矩阵操作的组合来使我的np数组相等。不过谢谢你的引导。