阅读(6.5k) 书签 (0)

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。