برنامه نویسی

TopIlimage در Pytorch (2) – Community Dev

TopIlimage () می تواند یک تصویر را تبدیل کند ([..., C, H, W]) ، Tensor یا ndarray به یک تصویر PIL (کتابخانه بالش) ([H, W, C]) و مقادیر آن را به مقیاس نمی رساند [0.0, 1.0] همانطور که در زیر نشان داده شده است. *در مورد mode استدلال (1):

from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import ToPILImage, ToImage, PILToTensor
import torch
import numpy as np

Image_data = OxfordIIITPet(
    root="data",
    transform=ToImage()
)

Tensor_data = OxfordIIITPet(
    root="data",
    transform=PILToTensor()
)

tp = ToPILImage()
tp = ToPILImage(mode="RGB")

tp(Image_data[0])
tp(Tensor_data[0])
# (, 0)

print(tp(Image_data[0][0]))
print(tp(Tensor_data[0][0]))
# 

tp = ToPILImage(mode="YCbCr")

tp(Image_data[0])
tp(Tensor_data[0])
# (, 0)

print(tp(Image_data[0][0]))
print(tp(Tensor_data[0][0]))
# 

tp = ToPILImage(mode="HSV")

tp(Image_data[0])
tp(Tensor_data[0])
# (, 0)

print(tp(Image_data[0][0]))
print(tp(Tensor_data[0][0]))
# 

tp = ToPILImage()
tp = ToPILImage(mode="I")

tp((torch.tensor([[[0]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="LA")

tp((torch.tensor([[[0]], [[1]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="RGB")

tp((torch.tensor([[[0]], [[1]], [[2]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="YCbCr")

tp((torch.tensor([[[0]], [[1]], [[2]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="HSV")

tp((torch.tensor([[[0]], [[1]], [[2]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="RGBA")

tp((torch.tensor([[[0]], [[1]], [[2]], [[3]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="CMYK")

tp((torch.tensor([[[0]], [[1]], [[2]], [[3]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage(mode="RGBX")

tp((torch.tensor([[[0]], [[1]], [[2]], [[3]]], dtype=torch.int32), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="L")

tp((torch.tensor([[[0.]]]), 0)) # float32
tp((torch.tensor([[[0.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="LA")

tp((torch.tensor([[[0.]], [[1.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="RGB")

tp((torch.tensor([[[0.]], [[1.]], [[2.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage(mode="YCbCr")

tp((torch.tensor([[[0.]], [[1.]], [[2.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage(mode="HSV")

tp((torch.tensor([[[0.]], [[1.]], [[2.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="RGBA")

tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage(mode="CMYK")

tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage(mode="RGBX")

tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]]), 0))
tp((torch.tensor([[[0.]], [[1.]], [[2.]], [[3.]]], dtype=torch.float64), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="I")

tp((np.array([[[0]]]), 0)) # int32
# (, 0)

tp = ToPILImage(mode="LA")

tp((np.array([[[0, 1]]]), 0))
# (, 0)

tp = ToPILImage(mode="RGB")

tp((np.array([[[0, 1, 2]]]), 0))
# (, 0)

tp = ToPILImage(mode="YCbCr")

tp((np.array([[[0, 1, 2]]]), 0))
# (, 0)

tp = ToPILImage(mode="HSV")

tp((np.array([[[0, 1, 2]]]), 0))
# (, 0)

tp = ToPILImage(mode="RGBA")

tp((np.array([[[0, 1, 2, 3]]]), 0))
# (, 0)

tp = ToPILImage(mode="CMYK")

tp((np.array([[[0, 1, 2, 3]]]), 0))
# (, 0)

tp = ToPILImage(mode="RGBX")

tp((np.array([[[0, 1, 2, 3]]]), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="L")

tp((np.array([[[0.]]]), 0)) # float64
tp((np.array([[[0.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="LA")

tp((np.array([[[0., 1.]]]), 0))
tp((np.array([[[0., 1.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="RGB")

tp((np.array([[[0., 1., 2.]]]), 0))
tp((np.array([[[0., 1., 2.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage(mode="YCbCr")

tp((np.array([[[0., 1., 2.]]]), 0))
tp((np.array([[[0., 1., 2.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage(mode="HSV")

tp((np.array([[[0., 1., 2.]]]), 0))
tp((np.array([[[0., 1., 2.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage()
tp = ToPILImage(mode="RGBA")

tp((np.array([[[0., 1., 2., 3.]]]), 0))
tp((np.array([[[0., 1., 2., 3.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage(mode="CMYK")

tp((np.array([[[0., 1., 2., 3.]]]), 0))
tp((np.array([[[0., 1., 2., 3.]]], dtype=np.float32), 0))
# (, 0)

tp = ToPILImage(mode="RGBX")

tp((np.array([[[0., 1., 2., 3.]]]), 0))
tp((np.array([[[0., 1., 2., 3.]]], dtype=np.float32), 0))
# (, 0)
حالت تمام صفحه را وارد کنید

از حالت تمام صفحه خارج شوید

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا