PyQt5将内存中图像数组转换QPixmap、QImage的方法

本文介绍如何在PyQt5中将torch.tensor类型转换为QPixmap以在QLabel上显示。通过将tensor转换为numpy数组,再转换为PIL图像,最后使用toqpixmap()方法实现。补充了图像处理中的常见问题,如matplotlib.pyplot显示图片的要求及PIL图像维度处理。
部署运行你感兴趣的模型镜像

在PyQt5中,一般QPixmap、QImage通常都是直接从硬盘上读取图片获得,但是如果我想将torch.tensor类型转化成QPixmap在QLabel上显示应该怎么做呢?

思路是可以将torch.tensor转为numpy,再将其转为PIL图像,最后利用toqpixmap() 和toqimage() 方法转为QPixmap和QImage

from PIL import Image
import numpy as np
# 假设当前内存中的img类型为 32x32x3 type为tensor.uint8类型

img_pil = Image.fromarray(np.uint8(img.numpy())

img_pix = img_pil.toqpixmap() #QPixmap

img_img = img_pil.toqimage() #QImage

在这里再补充一点图像处理相关的坑点:

使用matplotlib.pyplot显示图片,图片不能是浮点数,必须为整型

PIL图像的维度是[C,H,W],维度为[H,W,C]的数组图像才能用matplotlib画出来,[C,H,W]的数组图像是不能用matplotlib画出来的,除非转化为PIL图像的格式

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值