如何避免to_tensor()将图像像素值裁剪为1的问题

核心原因 #

torchvision.transforms.functional.to_tensor()的默认行为就是将uint8类型的像素值（0-255范围）归一化到[0.0, 1.0]区间，这不是裁剪操作，是PyTorch视觉模块的标准预处理逻辑。你觉得图像“全黑”，大概率是后续显示或处理时没有对应这个归一化逻辑导致的。

解决方案 #

1. 保留原始0-255数值范围的tensor

如果不需要归一化，直接将numpy数组转为tensor并调整维度顺序（PyTorch要求CHW格式，原始图像是HWC）：

import torch
# 转换为tensor，保留原始像素值，同时调整为CHW格式
img_tensor = torch.from_numpy(org_img).permute(2, 0, 1).float()

2. 基于to_tensor的归一化结果做显示适配

如果必须使用to_tensor()，后续需要将tensor转回可显示图像时，要把数值反归一化：

import torchvision.transforms.functional as F
# 假设img_tensor是to_tensor输出的CHW格式、0-1范围的tensor
display_img = F.to_pil_image(img_tensor * 255)
display_img.show()

3. 简化为单通道灰度图（可选）

既然是黑白图像，3通道的RGB值完全一致，没必要保留冗余通道，先转单通道再处理：

import numpy as np
# 提取单通道（三个通道值相同，取任意一个即可）
gray_img = org_img[..., 0]
# 转tensor
gray_tensor = F.to_tensor(gray_img)

内容的提问来源于stack exchange，提问作者Hawkeye