decode_png

torchvision.io.decode_png(input: Tensor, mode: ImageReadMode = ImageReadMode.UNCHANGED, apply_exif_orientation: bool = False) → Tensor

将 PNG 图像解码为 3 维的 RGB 或灰度张量。

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]（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，以便将解码后的图像转换为 uint8 或 float 张量。

参数:

• input (Tensor[1]) – 包含 PNG 图像原始字节的一维 uint8 张量。

• mode (str 或 ImageReadMode) – 要将图像转换为的模式，例如“RGB”。默认为“UNCHANGED”。有关可用模式，请参阅 ImageReadMode。

• apply_exif_orientation (bool) – 对输出张量应用 EXIF 方向变换。默认为 False。

返回:

output (Tensor[image_channels, image_height, image_width])