TensorFlow函数教程：tf.io.decode_and_crop_jpeg

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。