使用pytorch应用简单变换获得二值图像

我想在将图像传递给数据加载器之前对其进行二值化，我已经创建了一个工作良好的dataset类。但是在

\uuu getitem\uuu（）

方法中，我想对图像设置阈值：

    def __getitem__(self, idx):
        # Open image, apply transforms and return with label
        img_path = os.path.join(self.dir, self.filelist[filename"])
        image = Image.open(img_path)
        label = self.x_data.iloc[idx]["label"]

        # Applying transformation to the image
        if self.transforms is not None:
           image = self.transforms(image)

        # applying threshold here:
        my_threshold = 240
        image = image.point(lambda p: p < my_threshold and 255)
        image = torch.tensor(image)

        return image, label

---

因为我已经在一个PIL对象上应用了阈值，所以我需要在转换之后应用到一个张量对象，但是由于某种原因它崩溃了。有人能帮我吗？

为什么不在从

PIL.Image

转换到

torch.Tensor

之后应用二值化呢

类阈值变换（对象）：
定义初始化（自我，thr_255）：
self.thr=thr_255/255.#[0..255]灰度的输入阈值，转换为[0..1]
定义调用（self，x）：
返回（x>self.thr）。到（x.dtype）#不更改数据类型

完成此转换后，只需添加它：

data\u transformer=transforms.Compose([
transforms.Resize（（10,10）），
transforms.Grayscale（），
transforms.ToTensor（），
阈值变换（thr_255=240）
])

p的确切含义是什么？谢谢你，Shai，你太棒了！：）

    data_transformer = transforms.Compose([
        transforms.Resize((10, 10)),
        transforms.Grayscale()
        //transforms.ToTensor()
    ])

train_set = MyNewDataset(data_path, data_transformer, rows_train)