这个输入类型很容易被人忽略且搞错，ToTensor这种操作的输入可以是numpy也可以是PIL.Image，但是其它与图片处理相关的操作比如旋转剪切的输入都需要是PIL.Image类型. PIL. Image.open的输出类型实际上是： 转化为RGB之后才是通常意义上的PIL. Image图片类型。

PIL.Image.open函数读取的结果可以通过np.array或者np.asarray直接转化成矩阵类型。如果原图本身就是RGB图，那么转化得到的numpy矩阵就是三维的，且通道数是最后一个维度；如果原图本身就是灰度图，那么转化得到的numpy矩阵就是二维的，而convert(“RGB”)后的数据转化为numpy时则是三维的了。 注意事项： 虽然PIL.Image.Image没有shape属性，但是其是具有size属性的，而且可以发现对于灰度图，即便是convert(“RGB”)了其size仍然是保持二维的，只有转化成numpy之后才变成三维的，为什么呢？继续往下看，可以发现即便输入是RGB彩色图，其size也是二维的。** 所以不妨可以这样理解，PIL.Image.Image的size只关注图片的宽度和高度，而不关注通道数，通道数应该由其他的属性来参与控制。

【1】torchvision.transforms.Compose中只有遇到了toTensor操作之后输出结果才会变成Tensor类型，在没有遇到该操作之前的所有输出依旧是保持PIL.Image.Image数据类型。 【2】cv2.Canny函数无论输入是二维的灰度numpy数组还是三维的RGBnumpy数组，其输出都是二维的numpy. 【3】Image.fromarray是有一个mode参数的，用来决定以何种方式来读取这个numpy数组。L代表以灰度方式进行读取，RGB代表以彩色方式进行读取，没有指定时会依据数据类型推断出来。PIL.Image.Image类型有get_pixel方法来获取指定几何位置的像素值。Image.fromarray传递的numpy矩阵必须是uint8类型，否则报错，x = x.astype(np.uint8). 【4】所有继承torch.utils.data.Dataset的数据集子类其__getitem__(self, i)的返回值中不能包含None类型的数据。 【5】https://pytorch.org/vision/main/generated/torchvision.transforms.Grayscale.html GrayScale的转化不会将PIL.Image转化成Tensor，输出类型还是PIL.Image，并且也不会归一化，也不会进行阈值化（即把图片变成只有0和255的这两种灰度值）。 【6】ToTensor是将（H, W, C）转化为（C, H, W），注意H和W的相对顺序是没有发生改变的