decode_image¶

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

将图像解码为 uint8 张量，支持从路径或原始编码字节进行解码。

目前支持的图像格式有 jpeg、png、gif 和 webp。

在大多数情况下，输出张量的值为 uint8，范围在 [0, 255] 之间。

如果图像是 16 位 png，则输出张量为 uint16，范围在 [0, 65535] 之间（从 torchvision 0.21 开始支持）。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() 并设置 scale=True，将解码后的图像转换为 uint8 或 float 张量。

注意

decode_image() 目前还不支持 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。如果传入的是张量，则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) – 要转换到的图像模式，例如“RGB”。默认为“UNCHANGED”。有关可用模式，请参见 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: