decode_jpeg

torchvision.io.decode_jpeg(input: Union[Tensor, list[torch.Tensor]], mode: ImageReadMode = ImageReadMode.UNCHANGED, device: Union[str, device] = 'cpu', apply_exif_orientation: bool = False) → Union[Tensor, list[torch.Tensor]]

将 JPEG 图像解码为 CPU 或 CUDA 上的 3D RGB 或灰度张量。

输出张量的值是在 0 到 255 之间的 uint8。

注意

当使用 CUDA 设备时，传递张量列表比重复单独调用 decode_jpeg 更高效。使用 CPU 时，性能是等效的。此函数的 CUDA 版本在设计时已特别考虑了线程安全性。在发生错误时，此函数不会返回部分结果。

参数:

• input (Tensor[1] 或 list[Tensor[1]]) – 包含 JPEG 图像原始字节的（一个或多个）一维 uint8 张量。无论 device 参数如何，张量都必须在 CPU 上。

• 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。

• device (str 或 torch.device) –

  解码后的图像将存储在其上。如果指定了 CUDA 设备，则将使用 nvjpeg 解码图像。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。

  警告

  对于 CUDA 版本 < 11.6，nvjpeg 库存在内存泄漏。在使用 device="cuda" 之前，请确保依赖 CUDA 11.6 或更高版本。

• apply_exif_orientation (bool) – 对输出张量应用 EXIF 方向变换。默认值：False。仅对 CPU 上的 JPEG 格式实现。

返回:

输出张量的值是在 0 到 255 之间的 uint8。 output.device 将设置为指定的 device。

返回类型:

output (Tensor[image_channels, image_height, image_width] 或 list[Tensor[image_channels, image_height, image_width]])