pytorch中使用vutils对多张图像进行拼接 （import torchvision.utils as vutils）

1.png

2.png

在pytorch中使用torchvision的vutils函数实现对多张图片的拼接。具体操作就是将上面的两张图片，1.png和2.png的多张图片进行拼接形成一张图片，拼接后的效果如下图。

给出具体代码：

import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
import torch
import torchvision.utils as vutils

im1=Image.open("1.png").convert("RGB")
im1 = im1.resize((1000, 1000)).rotate(-90)

im2=Image.open("2.png").convert("RGB")
im2 = im2.resize((1000, 1000)).rotate(-90)


# 1000, 1000, 3 => 3, 1000, 1000
images = [np.moveaxis(np.array(im1), 2, 0), np.moveaxis(np.array(im2), 2, 0)]*8


images_tensor = vutils.make_grid(torch.tensor(images)/255.0, nrow=4, padding=0, normalize=True)
print(images_tensor.shape)
# 3, 1000, 1000 => 1000, 1000, 3 
plt.imshow(images_tensor.numpy().transpose((1,2,0)))
plt.show()

vutils.save_image(images_tensor, "3.png")
vutils.save_image(images_tensor, "3_back.png", nrow=2, padding=0, normalize=True)
vutils.save_image(torch.tensor(images)/255.0, "4.png", nrow=8, padding=0, normalize=True)      

=============================================

需要注意的地方：

• 1.  使用PIL读入的图片要转为RGB模式，然后要将图片对象转为numpy数组形式，在上面例子中转为数组后的单张图片维度为（1000，1000，3）。
• 2.  使用vutils.make_grid函数对图片进行拼接时，每张图片的数据类型都为torch.tensor，并且单张图片的格式应为（channel数，长，宽），上面例子中则是（3，1000，1000）。这样将16张图片拼接为每行4张图片的大图后，大图的维度为（3，4000，4000）。
• vutils.make_grid函数和vutils.save_image函数接受的pytorch.tensor的类型均为float，如果不能保证数据大小在0和1之间则需要设置正则项normalize=True 。