在mnist数据集上应用torchvision.transforms后，如何使用cv2_imshow查看？

Posted 2023-03-29

【中文标题】在mnist数据集上应用torchvision.transforms后，如何使用cv2_imshow查看？

【英文标题】：After applying torchvision.transforms on mnsit dataset, how to view it using cv2_imshow?

【发布时间】：2021-08-19 07:15:36

【问题描述】：

我正在尝试在谷歌合作中实现一个简单的 GAN，在使用变换对图像进行归一化后，我想在输出端查看它，以显示生成器生成的假图像和数据集中的真实图像像视频一样批量迭代。

    transform = transforms.Compose(
    [
      
      # Convert a PIL Image or numpy.ndarray to tensor. This transform does not support torchscript.
      # Converts a PIL Image or numpy.ndarray (H x W x C) in the range
      # [0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0]

      transforms.ToTensor(),
      # Normalize a tensor image with mean and standard deviation.
      transforms.Normalize((0.5,),(0.5,))
    ])


    dataset = datasets.MNIST(root="dataset/", transform=transform, download=True)

    loader = DataLoader(dataset, batch_size=batch_size, shuffle=True)

在数据集上应用转换后，它不再在 [0,255] 的范围内。我们如何对其进行反规范化并使用cv2_imshow 在同一位置逐帧显示该系列的真假图像？

上图是我得到的输出，这里有两个问题。

图像归一化，使图像无法区分，只是全黑。 图像不像视频那样逐帧出现在同一位置，而是在新行中打印。

我应该采取什么方法来解决这些问题？

【参考方案1】：

问题 1

假设torch_image 是一个torch.FloatTensor，其形状(C x H x W) 在[0.0, 1.0] 范围内：

numpy_image = torch_image.permute(1, 2, 0).numpy() * 255

然后您可以使用 cv2 显示 numpy_image。

问题 2

如果您想刷新打印的图像而不是打印新图像，您可以尝试此处提供的解决方案： https://***.com/a/52866695/12463260

【讨论】：

找到问题1的解决方案，我没有反规范化。 ` 像素 = ((x *.5)+.5)*255 ` 上面的公式起到了作用，将其转换回范围 [0,255]。非常感谢您的回答。我还没有找到问题 2 的任何解决方案。

【参考方案2】：

发现我没有反规范化。

def denormalize(x):
  # Denormalizeing 
  pixels =  ((x *.5)+.5)*255
  return pixels

上述函数确实将其转换回 [0,255] 范围。

我还没有找到问题 2 的任何解决方案。

【讨论】：

我编辑了上面关于问题 2 的答案，希望对您有所帮助