最近KerasからPyTorchに全面移行しようとしているのですが、自作データセットを扱う場合、skimageやcv2経由で得られるnumpy.arrayでは扱いづらいようでしたのでPILを使っていくことにしました。
ただ、必要な情報のみが書かれているPILの記事が容易には見つけられなかったため、書くことにしました。

どんな人に向けているか

最近KerasからPyTorchに乗りかえた(または乗り換えを検討している)
落ちているものではなく自作のデータセットを使いたい
もっぱらnumpy.arrayで慣れていてPILの扱いに慣れていない

tl;dr

PILは便利だけど覚えるのが面倒くさいなら↓で変換できるので使うといいと思うよ

from skimage.io import imread
from PIL import Image

img = Image.fromarray(imread('./img-path.jpg'))

目標

CustomDataset.py

from torch.utils.data import DataLoader
from torchvision import transforms


transform = transforms.Compose([
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
])

class CustomDataset(torch.utils.data.Dataset):

    def __init__(self, img_paths, labels, transform=None):
        self.transform = transform
        self.img_paths = img_paths  # 画像パスのリスト
        self.labels    = labels


    def __getitem__(self, index):
        img_path = self.img_paths[index]
        label    = self.labels[index]

        ######### ここから #########
        with open(img_path, 'rb') as f:
            image = Image.open(f)
            image = image.convert('RGB')
        ######### ここまでの話 #########

        if self.transform:
            image = self.transform(image)
        return image, label    

    def __len__(self):
        return len(self.images)

custom_dataset = CustomDataset(img_paths, labels, transform)
custom_loader  = torch.utils.data.DataLoader(dataset=custom_dataset, ~)

のPILの部分を簡潔に理解できるようにすること。
なお、回転などはTransform内で処理をすればよいため触れていません。

PILの実装パターン

まずは以下のモジュールをインポートしておきます。
これ以下の章ではインポートされている前提で進めます。
今回使用した画像は、 幅が125, 高さが150pixelのRGB画像 です。

from skimage.io import imread  # 比較のため少しだけ使うのでインポートしておく
from PIL import Image

# jpgファイルを読み込んでいますが、PNG, PPM, BMP, TIFF, GIFなども対応している
img = Image.open('./img-path.jpg')

基本

画像の種類を見る

画像のサイズは(幅x高さ)
- つまり skimage.io.imreadの挙動と逆
RGB画像でもチャンネル数は表示されない

print(f'img.format: {img.format}')  # img.format: JPEG
print(f'img.size  : {img.size}')    # img.size  : (125, 150)
print(f'img.mode  : {img.mode}')    # img.mode  : RGB

# 個別のアクセスもできます
print(img.width) #=> 125
print(img.height) #=> 150

グレースケールとRGBの変換

img.convert('1')  # ２値化
img.convert('L')  # グレースケール化

# グレースケール化してからRGB化。グレースケールの時と同じ画像が出てくる。
# ただし、 .modeはRGBとなっている。
img.convert('L').convert('RGB').mode #=> RGB

コピーと値の変更

コピーの方法、挙動は同じ
PIL.Imageはインデックスでアクセスできないことに留意する

skimage-copy.py

# skimageを使った場合
img = imread('./img-path.jpg')
tmp = img.copy()
tmp[0][0][0] = 0
print(f'img[0][0][0]: {img[0][0][0]}')  # 232
print(f'tmp[0][0][0]: {tmp[0][0][0]}')  # 0

PIL-Image-copy.py

# PIL.Imageを使った場合
img = Image.open('./img-path.jpg')
tmp = img.copy()
tmp.putpixel((0, 0), (255, 255, 255))
print(tmp.getpixel((0, 0)))  # (255, 255, 255)
print(img.getpixel((0, 0)))  # (232, 220, 196)

そのほか

色の範囲　 ... img.getextrema()
画像の保存 ... img.save(path)
リサイズ ... img.resize((width, height))
表示 ... jupyter使ってるならimgでエンターすると出ると思います。 .showメソッドはあるけど別窓で出るので不要な場合が多いと思います
画像の融合 ... image.blend

np.arrayと違うところのTIPS

上にも書いてますが、注意点として書いておきます。

形状をみるには、.shapeではなく.sizeを使う
- sizeはチャンネル数は表示されない
- .modeを使って画像の種類(RGB, グレースケールなど)を確認する必要有
PILはimg[0]みたいにインデックスでアクセスできない。
- img.getpixel((100, 100))のようにする

PyTorch使いのためのPIL入門