如何将PIL读取的.tif格式图像转换为torch张量？

你可以直接使用torchvision.transforms.ToTensor()完成转换，这是PyTorch官方提供的标准接口，写法更简洁也符合框架通用实践：

from torchvision.transforms import ToTensor
from PIL import Image

img = ToTensor()(Image.open('path/image.tif'))

方案优势 #

• 自动完成维度格式适配：会把PIL图像默认的(H, W, C)维度自动调整为PyTorch张量要求的(C, H, W)格式，无需手动转置
• 自动完成像素值归一化：将输入的[0, 255]整数像素值统一归一化到[0.0, 1.0]的浮点区间，适配绝大多数深度学习模型的输入要求
• 兼容所有PIL支持的图像格式：包括你用到的.tif格式，单通道、三通道、多通道tif都可以正常转换，无需额外处理

特殊场景替代方案 #

如果你不需要归一化，需要保留原始[0, 255]的整数像素值，可以用下面的写法，比你当前的写法兼容性更好：

from PIL import Image
import torch
import numpy as np

img = torch.as_tensor(np.array(Image.open('path/image.tif')))

• 这里用torch.as_tensor替代torch.from_numpy，可以自动处理numpy数组的可写性问题，避免不必要的内存拷贝，性能更优。

内容的提问来源于stack exchange，提问作者Olli