decode_image

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

将图像解码为 uint8 张量，可从路径或原始编码字节中解码。

当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]。

如果图像是 16 位 png，则输出张量为 uint16，范围为 [0, 65535]（torchvision 0.21 及以上版本支持）。由于 pytorch 对 uint16 的支持有限，我们建议在此函数后调用 torchvision.transforms.v2.functional.to_dtype() 并将 scale=True，以将解码后的图像转换为 uint8 或 float 张量。

注意

decode_image() 尚不支持 AVIF 或 HEIC 图像。对于这些格式，请直接调用 decode_avif() 或 decode_heic()。

参数:

• input (Tensor 或 str 或 pathlib.Path) – 要解码的图像。如果传入张量，它必须是包含图像原始字节的一维 uint8 张量。否则，它必须是图像文件的路径。

• mode (str 或 ImageReadMode。

• apply_exif_orientation (bool) – 对输出张量应用 EXIF 方向变换。仅适用于 JPEG 和 PNG 图像。默认为 False。

返回:

output (Tensor[图像通道, 图像高度, 图像宽度])

decode_image 的用法示例

将掩码重新用作边界框

将掩码重新用作边界框

Torchscript 支持

Torchscript 支持

可视化工具

可视化工具

变换 v2 入门

变换 v2 入门