decode_jpeg¶
- torchvision.io.decode_jpeg(input: Union[Tensor, List[Tensor]], mode: ImageReadMode = ImageReadMode.UNCHANGED, device: Union[str, device] = 'cpu', apply_exif_orientation: bool = False) Union[Tensor, List[Tensor]][source]¶
将一张或多张 JPEG 图像解码为 CPU 或 CUDA 上的 3D RGB 或灰度 Tensor。
输出 Tensor 的值为 uint8 类型，范围在 0 到 255 之间。
注意
使用 CUDA 设备时，传递 Tensor 列表比重复调用
decode_jpeg更高效。使用 CPU 时性能相当。此函数的 CUDA 版本经过专门设计，考虑了线程安全性。如果发生错误，此函数不会返回部分结果。- 参数：
input (Tensor[1] or list[Tensor[1]]) – 包含 JPEG 图像原始字节的一维 uint8 Tensor（或 Tensor 列表）。无论
device参数如何，这些 Tensor 都必须位于 CPU 上。mode (str or ImageReadMode) – 将图像转换为的模式，例如 “RGB”。默认为 “UNCHANGED”。有关可用模式，请参见
ImageReadMode。device (str or torch.device) –
解码图像将被存储在的设备。如果指定了 CUDA 设备，图像将使用 nvjpeg 进行解码。这仅支持 CUDA 版本 >= 10.1。
警告
device 参数处于 Beta 阶段，不保证向后兼容性。
警告
在 CUDA 版本 < 11.6 中，nvjpeg 库存在内存泄漏。在使用
device="cuda"之前，请确保使用 CUDA 11.6 或更高版本。apply_exif_orientation (bool) – 对输出 Tensor 应用 EXIF 方向变换。默认值：False。仅在 CPU 上对 JPEG 格式实现。
- 返回值：
输出 Tensor 的值为 uint8 类型，范围在 0 到 255 之间。
output.device将被设置为指定的device。- 返回类型：
output (Tensor[image_channels, image_height, image_width] or list[Tensor[image_channels, image_height, image_width]])
