TensorFlow函数:tf.image.decode_and_crop_jpeg
2018-05-24 11:07 更新
tf.image.decode_and_crop_jpeg函数
tf.image.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编码的图像解码并裁剪成uint8张量.
attr channels表示解码图像的期望数量的颜色通道.
接受的值是:
- 0:使用JPEG编码图像中的通道数量.
- 1:输出灰度图像.
- 3:输出RGB图像.
如果需要,JPEG编码的图像将被转换以匹配所请求的颜色通道数量.
attr ratio允许在解码过程中将图像缩小整数倍.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,但仅对部分jpeg图像进行解码就能更快.
参数:
- contents:string类型的Tensor,0维,JPEG编码的图像.
- crop_window:int32类型的Tensor,1维,裁切窗口:[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量.
- ratio:可选的int,默认为1,缩小比例.
- fancy_upscaling:可选的bool,默认为True,如果为true,使用的是更慢但更美观的色度平面(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,默认为"",指定用于解压缩的算法的提示的字符串,默认为“”,映射到系统特定的默认值.当前有效值为[“INTEGER_FAST”,“INTEGER_ACCURATE”].该提示可能会被忽略(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).
返回值:
该函数返回uint8类型的Tensor.
以上内容是否对您有帮助:
更多建议: