首页将已经是列表的文件夹中的所有图片使用transform.tensor转成tensor列表

将已经是列表的文件夹中的所有图片使用transform.tensor转成tensor列表

时间: 2025-02-09 17:16:37 浏览: 31

要将一个文件夹中的所有图片转换为tensor列表，并假设这些图片已经被组织成一个列表，你可以使用Python中的PIL库（Pillow）和torchvision.transforms来实现。以下是一个示例代码： ```python import os from PIL import Image from torch.utils.data import DataLoader, Dataset from torchvision import transforms # 定义一个自定义数据集类 class ImageDataset(Dataset): def __init__(self, file_list, transform=None): self.file_list = file_list self.transform = transform def __len__(self): return len(self.file_list) def __getitem__(self, idx): img_path = self.file_list[idx] image = Image.open(img_path) if self.transform: image = self.transform(image) return image # 定义transform transform = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor() ]) # 获取文件夹中的所有图片路径 folder_path = 'path_to_your_folder' file_list = [os.path.join(folder_path, file) for file in os.listdir(folder_path) if file.endswith(('.png', '.jpg', '.jpeg'))] # 创建数据集和数据加载器 dataset = ImageDataset(file_list, transform=transform) dataloader = DataLoader(dataset, batch_size=32, shuffle=False) # 将所有图片转换为tensor列表 tensor_list = [] for batch in dataloader: tensor_list.extend(batch) # 现在tensor_list包含了所有图片的tensor表示 print(len(tensor_list)) ```

阅读全文