快捷方式

decode_image

torchvision.io.decode_image(input: Union[Tensor, str], mode: ImageReadMode = ImageReadMode.UNCHANGED, apply_exif_orientation: bool = False) Tensor[源代码]

将图像从路径或原始编码字节解码为 uint8 张量。

目前支持的图像格式为 jpeg、png、gif 和 webp。

在大多数情况下,输出张量的值为 uint8,范围为 [0, 255]。

如果图像为 16 位 png,则输出张量为 uint16,范围为 [0, 65535](从 torchvision 0.21 开始支持)。由于 PyTorch 中对 uint16 的支持有限,我们建议在调用此函数后使用 torchvision.transforms.v2.functional.to_dtype() 并设置 scale=True 来将解码后的图像转换为 uint8 或浮点型张量。

参数:
  • input (Tensor 或 str 或 pathlib.Path) – 要解码的图像。如果传递的是张量,则它必须是一维 uint8 张量,包含图像的原始字节。否则,它必须是图像文件的路径。

  • mode (strImageReadMode) – 将图像转换为的模式,例如“RGB”。默认值为“UNCHANGED”。有关可用模式,请参阅 ImageReadMode

  • apply_exif_orientation (bool) – 将 EXIF 方向转换应用于输出张量。仅适用于 JPEG 和 PNG 图像。默认值:False。

返回值:

output (Tensor[image_channels, image_height, image_width])

使用 decode_image 的示例

Transforms v2 入门

Transforms v2 入门

将掩码重新用于边界框

将掩码重新用于边界框

Torchscript 支持

Torchscript 支持

可视化实用程序

可视化实用程序

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源