pytorch tensor计算三通道均值方式

tensor计算三通道均值

今天用pytorch处理图像时，涉及到了计算均值的问题，整理一下解决思路。

第一种思路

tensor转换为numpy再进行处理

import torch
import cv2
img = cv2.imread("image path")
tensor_img = torch.from_numpy((img[:, :, ::-1] / 255.0)[None, ...].transpose(0, 3, 1, 2)).cuda()
 
...
 
numpy_img = (tensor_img.detach().cpu().numpy().transpose(2, 3, 1, 0).squeeze() * 255)[:, :, ::-1]
 
ave_color = np.mean(numpy_img , axis=(0, 1))

如果图像里有0值，不想计入运算：

numpy_img[numpy_img == 0] = np.nan
ave_color = np.nanmean(numpy_img, axis=(0, 1))

由于tensor和numpy来回转换会消耗资源、性能。

又查了一番，直接在tensor中计算（非零均值计算）

reshape_tensor_img = tensor_img.view(tensor_img.size(0), tensor_img.size(1), -1)
ave_color = reshape_tensor_img.mean(2)
 
# mean value without 0
non_zero_img = reshape_tensor_img[reshape_tensor_img.nonzero(as_tuple=True)]
ave_color = non_zero_img.view(reshape_tensor_img.size(0), reshape_tensor_img.size(1), -1).mean(2)

计算完均值，想要加法运算的时候也会碰上一点维度上的麻烦，需要维度转换一下。

reshape_ave_color = ave_color.view(ave_color.size(0), ave_color.size(1), 1, 1)
add_img = tensor_img + reshape_ave_color

Pytorch tensor的运算

tensor操作

1. 新建

A、torch.Tensor(shape)/torch.FloatTensor(shape)：随机初始化一个维度为shape的张量。

B、torch.randn(shape)：用均值为0，方差为1的高斯分布初始化一个shape的张量。

C、torch.rand(shape)：在区间[0,1]上均匀分布，初始化一个shape的张量。

2、Tensor的变换

A、view / reshape

两个用法差不多，都是用来改变一个张量的数据分布。

注：(2,-1)中的-1会自动计算剩下的维度。

B、squeeze / unsqueeze

第一个是用来压缩维度为1的张量，如(6,1,32,32).squeeze()之后就变为(6,32,32)；第二个是用来增加一个维度。具体看实例如下：

注：squeeze中不带参数，是将所有维度为1的地方去掉，带参数是去指定维度为1的地方，若指定的维度不为1，则不变。

注：在指定的维度上插入一个大小为1的新维度。

C、expand / repeat

这两个都是进行数据的扩充操作，第一个是扩充到指定的维度大小，第二个函数的参数维度上扩充的倍数。一般结合上面2.B中的函数使用。

D、 t / transpose / permute

这三个函数用来数据维度之间的调整，第一个只能用于2D。

E、broadcasting机制

相当于自动完成了unsqueeze+expand的操作，但是相比节省内存空间。

通过broadcasting机制，张量可以直接和标量进行相加。

来源：https://blog.csdn.net/infinite_jason/article/details/115242839