PIL（Python Imaging Library，现为 Pillow 库）和torchvision是Python中两个常用于图像处理的库，它们之间存在紧密的依赖关系。它们的关系可以概括为：PIL 是基础图像处理工具，torchvision 是基于 PIL 构建的深度学习扩展。

一、核心功能对比

维度	PIL (Pillow)	torchvision
定位	通用图像处理库	PyTorch 的计算机视觉库
核心功能	图像读写、缩放、裁剪、色彩转换等	数据加载、预处理、模型、数据集
数据格式	PIL.Image 对象	torch.Tensor
典型场景	基础图像操作	深度学习训练与推理

二、协作流程

在深度学习工作流中，两者通常按以下方式协作：

1. PIL 读取图像：从磁盘读取图像，得到 PIL.Image 对象。
2. torchvision 预处理：将 PIL.Image 转换为 torch.Tensor，并应用归一化、增强等操作。
3. 模型推理 / 训练：处理后的 Tensor 输入 PyTorch 模型。
4. PIL 后处理（可选）：将模型输出转回 PIL.Image 进行可视化。

三、关键协作点

1. 数据预处理（transforms 模块）

torchvision.transforms 中的大多数操作默认接收 PIL.Image，并输出 Tensor：

from PIL import Image
from torchvision import transforms

# 加载图像（PIL格式）
image = Image.open('example.jpg')

# 定义预处理流程
transform = transforms.Compose([
    transforms.Resize(256),           # PIL缩放
    transforms.CenterCrop(224),       # PIL裁剪
    transforms.ToTensor(),            # PIL → Tensor
    transforms.Normalize(             # Tensor归一化
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    ),
])

# 应用预处理（得到Tensor）
tensor = transform(image)  # 输入PIL，输出Tensor

2. 数据集加载（datasets 模块）

torchvision.datasets 中的数据集（如 CIFAR、ImageNet）默认返回 PIL.Image： 

from torchvision import datasets

# 加载CIFAR-10数据集
train_dataset = datasets.CIFAR10(
    root='./data',
    train=True,
    download=True,
    transform=transform  # 传入预处理函数
)

# 获取样本（经过transform后变为Tensor）
image, label = train_dataset[0]
print(type(image))  # <class 'torch.Tensor'>

3. 模型输出后处理

若需将模型输出的 Tensor 转回图像显示，可使用 transforms.ToPILImage：

from torchvision import transforms

# 创建后处理函数
to_pil = transforms.ToPILImage()

# 假设output是模型输出的Tensor
output_image = to_pil(output)  # Tensor → PIL
output_image.show()  # 显示图像

 

四、性能优化：替代方案

虽然 PIL 是 torchvision 的默认后端，但对于大规模数据处理，可使用更高效的替代方案：

1. OpenCV：用 cv2.imread() 替代 PIL.Image.open()，速度更快。

import cv2
from torchvision import transforms

# 用OpenCV读取（返回numpy数组）
img_cv = cv2.imread('example.jpg')
img_cv = cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)  # 转为RGB

# 转换为PIL再处理
img_pil = Image.fromarray(img_cv)
tensor = transform(img_pil)

2.  albumentations：高性能数据增强库，直接处理 numpy.ndarray，无需转换为 PIL.Image。

import albumentations as A
from albumentations.pytorch import ToTensorV2

# 定义增强操作（直接处理numpy数组）
transform = A.Compose([
    A.Resize(256, 256),
    A.Normalize(),
    ToTensorV2(),
])

# 直接处理OpenCV读取的图像
img_tensor = transform(image=img_cv)['image']

 

五、总结选择建议

场景	推荐工具	理由
基础图像处理（裁剪、缩放等）	PIL	简单易用，与 torchvision 无缝集成
深度学习数据预处理	torchvision.transforms	专为 PyTorch 设计，支持 PIL 到 Tensor 的转换
图像读写优化	OpenCV	比 PIL 读取速度更快，适合工业级应用
高性能数据增强	albumentations	速度快，直接处理 numpy 数组，适合大规模数据集