Function PreProcess

practice/python/infer.py:314–349

对指定的图像文件进行预处理。 参数: filename (str): 图像文件的路径。 返回: numpy.ndarray: 预处理后的图像数据。

(filename)

# PreProcess 用于对图像进行预处理
def PreProcess(filename):
    """
    对指定的图像文件进行预处理。

    参数:
    filename (str): 图像文件的路径。

    返回:
    numpy.ndarray: 预处理后的图像数据。
    """
    from PIL import Image  # 导入图像处理库
    from torchvision import transforms  # 导入PyTorch视觉变换库

    # 打开图像文件
    img = Image.open(filename)

    # 定义预处理步骤
    PreProcessFunction = transforms.Compose(
        [
            transforms.Resize(256),  # 首先调整图像大小
            transforms.CenterCrop(224),  # 中心裁剪
            transforms.ToTensor(),  # 转换为PyTorch张量
            transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),  # 标准化
        ]
    )

    # 对图像应用预处理
    input_tensor = PreProcessFunction(img)
    # 增加一个批次维度
    input_batch = input_tensor.unsqueeze(0)

    # 将PyTorch张量转换为numpy数组，并调整维度顺序
    out = np.array(input_batch)
    out = np.transpose(out, (0, 2, 3, 1))
    out = np.reshape(out, (224, 224, 3))
    return out


class Resnet: