decode_png

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

將 PNG 影像解碼為 3 維的 RGB 或灰度張量。

在大多數情況下，輸出張量的值為 uint8，範圍在 [0, 255] 之間。如果影像是 16 位 PNG，則輸出張量為 uint16，範圍在 [0, 65535] 之間（從 torchvision 0.21 開始支援）。由於 PyTorch 對 uint16 的支援有限，因此我們建議在此函式後呼叫 torchvision.transforms.v2.functional.to_dtype() 並設定 scale=True，將解碼後的影像轉換為 uint8 或 float 張量。

引數:

• input (Tensor[1]) – 包含 PNG 影像原始位元組的一維 uint8 張量。

• mode (str 或 ImageReadMode) – 要轉換到的影像模式，例如“RGB”。預設為“UNCHANGED”。有關可用模式，請參見 ImageReadMode。

• apply_exif_orientation (bool) – 將 EXIF 方向變換應用於輸出張量。預設為 False。

返回:

output (Tensor[image_channels, image_height, image_width])