decode_image¶

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

從路徑或原始編碼位元組將影像解碼為 uint8 張量。

目前支援的影像格式有 jpeg、png、gif 和 webp。

在大多數情況下，輸出張量的值是 uint8 格式，範圍為 [0, 255]。

如果影像是 16 位 png，則輸出張量是 uint16 格式，範圍為 [0, 65535]（從 torchvision 0.21 開始支援）。由於 pytorch 對 uint16 的支援有限，建議在此函式之後呼叫 torchvision.transforms.v2.functional.to_dtype() 並設定 scale=True，將解碼後的影像轉換為 uint8 或 float 張量。

注意

decode_image() 尚不支援 AVIF 或 HEIC 影像。對於這些格式，請直接呼叫 decode_avif() 或 decode_heic()。

引數:

input (Tensor 或 str 或 pathlib.Path) – 要解碼的影像。如果傳入的是張量，它必須是包含影像原始位元組的一維 uint8 張量。否則，它必須是影像檔案的路徑。
mode (str 或 ImageReadMode) – 將影像轉換為的模式，例如 “RGB”。預設為 “UNCHANGED”。請參閱 ImageReadMode 以瞭解可用模式。
apply_exif_orientation (bool) – 對輸出張量應用 EXIF 方向變換。僅適用於 JPEG 和 PNG 影像。預設值: False。

返回值: