pytorch|pytorch plt.savefig()的用法及保存路径 pytorchplt.savefig()的用法及保存路

Pytorch中保存图片的方式
plt.savefig
总结

【pytorch|pytorch plt.savefig()的用法及保存路径】图像有时候比数据更能满足人们的视觉需求

Pytorch中保存图片的方式 pytorch下保存图像有很多种方法，但是这些基本上都是基于图像处理的，将图像的像素指定一定的维度，方法如下：
1、tensor直接保存

#!/usr/bin/env python# _*_ coding:utf-8 _*_import torchfrom torchvision import utils as vutils def save_image_tensor(input_tensor: torch.Tensor, filename):"""将tensor保存为图片:param input_tensor: 要保存的tensor:param filename: 保存的文件名"""assert (len(input_tensor.shape) == 4 and input_tensor.shape[0] == 1)# 复制一份input_tensor = input_tensor.clone().detach()# 到cpuinput_tensor = input_tensor.to(torch.device('cpu'))# 反归一化# input_tensor = unnormalize(input_tensor)vutils.save_image(input_tensor, filename)

2、tensor转cv2保存

#!/usr/bin/env python# _*_ coding:utf-8 _*_import torchimport cv2 def save_image_tensor2cv2(input_tensor: torch.Tensor, filename):"""将tensor保存为cv2格式:param input_tensor: 要保存的tensor:param filename: 保存的文件名"""assert (len(input_tensor.shape) == 4 and input_tensor.shape[0] == 1)# 复制一份input_tensor = input_tensor.clone().detach()# 到cpuinput_tensor = input_tensor.to(torch.device('cpu'))# 反归一化# input_tensor = unnormalize(input_tensor)# 去掉批次维度input_tensor = input_tensor.squeeze()# 从[0,1]转化为[0,255]，再从CHW转为HWC，最后转为cv2input_tensor = input_tensor.mul_(255).add_(0.5).clamp_(0, 255).permute(1, 2, 0).type(torch.uint8).numpy()# RGB转BRGinput_tensor = cv2.cvtColor(input_tensor, cv2.COLOR_RGB2BGR)cv2.imwrite(filename, input_tensor)

3、tensor转pillow保存

def save_image_tensor2pillow(input_tensor: torch.Tensor, filename):"""将tensor保存为pillow:param input_tensor: 要保存的tensor:param filename: 保存的文件名"""assert (len(input_tensor.shape) == 4 and input_tensor.shape[0] == 1)# 复制一份input_tensor = input_tensor.clone().detach()# 到cpuinput_tensor = input_tensor.to(torch.device('cpu'))# 反归一化# input_tensor = unnormalize(input_tensor)# 去掉批次维度input_tensor = input_tensor.squeeze()# 从[0,1]转化为[0,255]，再从CHW转为HWC，最后转为numpyinput_tensor = input_tensor.mul_(255).add_(0.5).clamp_(0, 255).permute(1, 2, 0).type(torch.uint8).numpy()# 转成pillowim = Image.fromarray(input_tensor)im.save(filename)

主要是写一些函数来保存图片；
另外，pytorch中有很多可以直接保存图片的语句
如

save_image(fake_images, './img/fake_images-{}.png'.format(epoch + 1))

此语句同样需要转化像素。
那么如果
我只需要打开一个视窗，观察训练过程中图像的变化，我对图像像素保存没有什么需求，只是保存一个视窗，那么我需要的保存图像的函数仅仅是一个

plt.savefig plt.savefig的用法以及保存的路径，及训练过程中不会被覆盖掉，可以上代码供大家参考

if epoch % 10== 0:plt.title('ber:{:.3f},a: {:.3f},b:{:.3f},snr: {:.3f}'.format(error_rate, a, b,M ))plt.plot(r3)# 绘制波形 # save_image(r3, './img/fake_images-{}.png'.format(epoch + 1))# print(type(r3))# plt.draw()plt.draw()plt.savefig('./img/pic-{}.png'.format(epoch + 1))plt.pause(1) plt.close(fig1)

大功告成，可以看看保存后的图片