TensorFlow函数教程:tf.io.decode_and_crop_jpeg
2019-02-22 16:14 更新
tf.io.decode_and_crop_jpeg函数
别名:
- tf.image.decode_and_crop_jpeg
- tf.io.decode_and_crop_jpeg
tf.io.decode_and_crop_jpeg(
contents,
crop_window,
channels=0,
ratio=1,
fancy_upscaling=True,
try_recover_truncated=False,
acceptable_fraction=1,
dct_method='',
name=None
)
将JPEG编码图像解码并裁剪为uint8张量。
参数channels指示解码图像的所需数量的颜色通道。
可接受的值是:
- 0:使用JPEG编码图像中的通道数。
- 1:输出灰度图像。
- 3:输出RGB图像。
如果需要,转换JPEG编码的图像以匹配所请求的颜色通道数。
参数ratio允许在解码期间通过整数因子缩小图像。允许的值为:1,2,4和8。这比稍后缩小图像要快得多。
它相当于解码和裁剪的组合,但仅通过解码部分jpeg图像更快。
参数:
- contents:string类型的0-d Tensor。JPEG编码的图像。
- crop_window:int32类型的1-d Tensor。裁剪窗口:[crop_y,crop_x,crop_height,crop_width]。
- channels:可选的int。默认为0。解码图像的颜色通道数。
- ratio:可选的int。默认为1。降尺度比率。
- fancy_upscaling:可选的bool。默认为True。如果为true,则使用较慢但更好的色度平面升级(仅限yuv420 / 422)。
- try_recover_truncated:可选的bool。默认为False。如果为true,则尝试从截断的输入中恢复图像。
- acceptable_fraction:可选的float。默认为1。接受截断输入之前所需的最小行数。
- dct_method:可选的string。字符串指定有关用于解压缩的算法的提示。当前有效值为["INTEGER_FAST", "INTEGER_ACCURATE"]。可以忽略提示(例如,内部jpeg库更改为没有该特定选项的版本。)
- name:操作的名称(可选)。
返回:
uint8类型的Tensor。
← tf.io概览