PyTorch极简入门02：核心Tensor张量详解！打通OpenCV与深度学习图像壁垒- 大数跨境

首页

PyTorch极简入门02：核心Tensor张量详解！打通OpenCV与深度学习图像壁垒

AI与计算机视觉

2026-07-20

导读：哈喽各位小伙伴！我们PyTorch计算机视觉零基础系列正式更新第二期！

哈喽各位小伙伴！我们PyTorch计算机视觉零基础系列正式更新第二期！

上一期我们已经手把手搭建好了专属CV的PyTorch开发环境，没有看过的小伙伴可以先去翻看往期文章，零基础一站式配置，零报错可直接复用。

环境搭建完成后，很多同学迫不及待想跑深度学习图像模型，但这里必须提醒大家：不要急着堆模型、跑代码！

深度学习计算机视觉的一切运算、图像训练、模型推理，全部建立在一个核心基础之上——Tensor（张量）。

绝大多数新手学不会PyTorch、跑不通视觉项目、改不懂代码的根本原因：跳过张量基础，直接硬啃模型。

今天这一期，我们只讲CV刚需张量操作，摒弃无用知识点，全程结合OpenCV图像逻辑讲解，帮你彻底打通传统CV → 深度学习CV的核心壁垒，为后续图像分类、YOLO目标检测打好地基！

一、什么是Tensor张量？（大白话解释）

如果你学过OpenCV，一定对图像数组、像素矩阵不陌生，而Tensor张量，就是PyTorch专属的多维数组。

我们可以简单对应理解：

•0维张量：单个数字（标量）

•1维张量：一维数组（向量，对应单通道像素序列）

•2维张量：二维矩阵（对应灰度图图像）

•3维/4维张量：深度学习彩色图像、批量图像（CV最常用）

核心结论：在计算机视觉中，图像就是张量，张量就是图像。

OpenCV读取的图片是numpy数组，PyTorch模型只能识别Tensor张量，所以数组与张量的转换、张量的维度操作，是所有视觉项目的第一步！

二、张量基础创建（CV高频用法）

我们直接上手实操，讲解视觉项目中100%会用到的张量创建方式，全程可复制运行。

1. 基础张量创建

python
import torch
import numpy as np

# 1. 创建空张量
empty_tensor = torch.empty(3, 3)
# 2. 创建全0张量（图像掩码常用）
zero_tensor = torch.zeros(3, 3)
# 3. 创建全1张量
one_tensor = torch.ones(3, 3)
# 4. 创建随机张量（模型初始化、数据扰动常用）
rand_tensor = torch.rand(3, 3)

print("随机张量：\n", rand_tensor)

这些基础张量常用于图像掩码、数据填充、模型参数初始化，是CV项目的高频基础操作。

2. Numpy数组转Tensor（衔接OpenCV核心！）

重点！重点！重点！

我们用OpenCV读取的所有图片，格式都是numpy数组，无法直接输入PyTorch模型，必须转换成Tensor！

python
# 模拟OpenCV读取的图像numpy数组
img_np = np.random.randint(0, 255, (256, 256, 3), dtype=np.uint8)
print("OpenCV图像数组形状：", img_np.shape) # H, W, C

# numpy数组转tensor
img_tensor = torch.from_numpy(img_np)
print("转换后Tensor形状：", img_tensor.shape)

这一步操作，贯穿所有CV深度学习项目，是传统视觉过渡到AI视觉的核心关键。

三、张量核心属性（看懂图像数据的关键）

拿到一张图像张量，我们只需要关注3个核心属性，完全适配CV场景：

python
# 随机生成一张模拟彩色图像张量
img_tensor = torch.rand(3, 256, 256)

# 1. shape：张量形状（最重要！图像维度）
print("张量形状：", img_tensor.shape)
# 2. dtype：数据类型
print("数据类型：", img_tensor.dtype)
# 3. device：设备（CPU/GPU，训练关键）
print("所在设备：", img_tensor.device)

CV专属重点讲解：维度顺序差异

•OpenCV/Numpy图像：[高度H, 宽度W, 通道C]

•PyTorch Tensor图像：[通道C, 高度H, 宽度W]

90%新手报错的根源：直接用OpenCV图像输入模型，维度顺序不匹配，导致模型无法运行！下一节我们专门解决这个问题。

四、CV必备张量操作（图像预处理核心）

以下所有操作，都是图像分类、目标检测、分割任务的标准预处理步骤，学完直接复用在你的项目中。

1. 维度变换（最常用）

解决OpenCV与PyTorch维度不匹配问题，一键转换图像维度：

python
# 模拟OpenCV读取图像：H, W, C
cv_img = torch.rand(256, 256, 3)
print("原始维度(H,W,C)：", cv_img.shape)

# 转换为PyTorch标准维度：C, H, W
torch_img = cv_img.permute(2, 0, 1)
print("转换后维度(C,H,W)：", torch_img.shape)

2. 增加批次维度（模型推理必备）

PyTorch模型推理、训练时，必须包含batch批次维度，单张图像需要手动扩充：

python
# 单张图像维度：C, H, W
img = torch.rand(3, 256, 256)
# 增加批次维度：batch, C, H, W
img_batch = img.unsqueeze(0)
print("模型输入标准维度：", img_batch.shape)

3. 图像归一化（模型训练核心）

OpenCV图像像素范围是[0,255]，深度学习模型必须归一化到[0,1]或[-1,1]：

python
# 像素值归一化 0~255 → 0~1
img = torch.randint(0, 255, (3, 256, 256), dtype=torch.float32)
img_norm = img / 255.0
print("归一化后像素最大值：", img_norm.max())

4. Tensor与Numpy互转

模型推理后，需要转回Numpy，用OpenCV绘制框、保存图片：

python
# tensor转numpy
img_np = img_norm.cpu().detach().numpy()
# numpy转回tensor
img_tensor = torch.from_numpy(img_np)

五、GPU张量加速（训练提速必备）

有NVIDIA显卡的小伙伴，可直接将张量迁移到GPU，大幅提升训练、推理速度：

python
img_tensor = torch.rand(3, 256, 256)

# 判断GPU是否可用，自动迁移设备
if torch.cuda.is_available():
  img_tensor = img_tensor.cuda()
  print("当前设备：GPU")
else:
  print("当前设备：CPU")