### PyTorch 4.1 版本中的基本图像操作 需要注意的是，PyTorch 并未发布过具体名为 “4.1” 的版本。通常情况下，用户可能是指某个特定功能集或者混淆了版本号。以下是基于最新稳定版 PyTorch 中的基本图像操作方法，并假设这些功能适用于所提到的假想版本。 #### 使用 `torchvision.transforms` 进行图像预处理 在 PyTorch 中，`torchvision.transforms` 是用于执行各种图像变换的核心工具之一。它支持多种常见的图像预处理操作，例如缩放、裁剪、旋转以及颜色调整等[^1]。下面是一些常用的图像操作及其代码实现： ```python from torchvision import transforms from PIL import Image # 定义一系列图像变换 transform_pipeline = transforms.Compose([ transforms.Resize((256, 256)), # 调整大小到 (256, 256) transforms.RandomCrop(224), # 随机裁剪成 224x224 transforms.RandomHorizontalFlip(), # 随机水平翻转 transforms.ToTensor(), # 将 PIL 图片转换为 Tensor transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 归一化 ]) # 打开并应用变换 image_path = "example.jpg" input_image = Image.open(image_path).convert('RGB') preprocessed_image = transform_pipeline(input_image) print(preprocessed_image.shape) # 输出形状应为 [C, H, W] ``` 此代码片段展示了如何通过组合多个变换来构建复杂的图像预处理流水线[^1]。 #### 加载和显示图像 加载图像可以通过自定义函数完成，如下所示[^2]: ```python import matplotlib.pyplot as plt def load_and_display_image(image_path): image = Image.open(image_path).convert('RGB') # 确保 RGB 格式 tensor_image = transforms.ToTensor()(image).unsqueeze(0) # 转换为张量 # 显示原始图像 plt.imshow(image) plt.title("Original Image") plt.axis('off') plt.show() return tensor_image content_tensor = load_and_display_image("path_to_content_image.jpg") style_tensor = load_and_display_image("path_to_style_image.jpg") ``` 这段代码不仅实现了图像加载，还提供了可视化原图的功能。 #### 利用 NumPy 和 TensorBoard 处理图像 除了上述方法外，还可以借助 NumPy 数组形式进一步操作图像数据[^3]。以下是如何将 PIL 图像转换为 NumPy 数组并与 TensorBoard 结合使用的例子: ```python import numpy as np from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter(log_dir='logs') for i, path in enumerate(["data/image1.jpg", "data/image2.jpg"]): pil_img = Image.open(path).convert('RGB') np_img = np.array(pil_img) # 转换为 NumPy 数组 # 添加至 TensorBoard 日志文件中 writer.add_image(f'image_{i}', np.transpose(np_img, (2, 0, 1)).astype(float)/255., global_step=i, dataformats="CHW") writer.close() ``` 这里演示了如何利用 NumPy 对数组进行维度交换以便于兼容不同的框架需求[^3]。 ---