tensorflow 2.0 学习笔记&手工翻译 tf.io

 

tf.io下的API

tf.io.decode_and_crop_jpeg

解码并裁剪JPEG编码的图像成 uint 8 张量。

别名：

• tf.compat.v1.image.decode_and_crop_jpeg
• tf.compat.v1.io.decode_and_crop_jpeg
• tf.compat.v2.image.decode_and_crop_jpeg
• tf.compat.v2.io.decode_and_crop_jpeg
• tf.image.decode_and_crop_jpeg

tf.io.decode_and_crop_jpeg(
    contents, #字符类型的张量，其内容是要解码的jpeg编码的图像
    crop_window, int32型张量，
    channels=0,  
'''
channels指示解码图像的所需颜色通道数
可选数值为
0:使用JPEG编码图像中的频道数
1:输出灰度图像
3:输出RGB图像    
'''
    ratio=1,
'''
ratio永远将图片进行比例缩小，可选数值为 1,2,4,8
因为是选择性解码，所以此时缩小会比之后所耗时间更短
'''

#下面这些一般很少用到
    fancy_upscaling=True,#是否采用速度较慢但色面尺度效果更好的策略
    try_recover_truncated=False,#是否从截断的输入中恢复图像
    acceptable_fraction=1,#接受截断输入之前所需的最小行数。
    dct_method='',#字符串指定用于解压缩的算法，有效值为 ["INTEGER_FAST", "INTEGER_ACCURATE"]
    name=None #给这一步起个名字
)

tf.io.decode_base64

解码web安全的base 64编码字符串。

别名:

• tf.compat.v1.decode_base64
• tf.compat.v1.io.decode_base64
• tf.compat.v2.io.decode_base64

tf.io.decode_base64(
    input,# base64编码的字符串，Web安全意味着输入必须使用-and_而不是+和/。
    name=None #给这一步起个名字
)

tf.io.decode_bmp

将BMP编码图像的第一帧解码为uint 8张量。

别名:

• tf.compat.v1.image.decode_bmp
• tf.compat.v1.io.decode_bmp
• tf.compat.v2.image.decode_bmp
• tf.compat.v2.io.decode_bmp
• tf.image.decode_bmp

tf.io.decode_bmp(
    contents,
    channels=0,
'''
指示解码图像的所需颜色通道数。
0：使用BMP编码图像中的通道数.
3：输出RGB图像。
4：输出RGBA图像。
'''
    name=None #给操作起个名字
)

tf.io.decode_compressed

解压字符串

别名：

• tf.compat.v1.decode_compressed
• tf.compat.v1.io.decode_compressed
• tf.compat.v2.io.decode_compressed

'''
解压缩字节输入张量中的每一个元素
并且输出 与输入张量相同shape，每个元素包含来自对应元素的解压缩数据
'''
tf.io.decode_compressed(
    bytes,
    compression_type='',
    #可选的字符串。默认为“。包含(I)空字符串(不压缩)、(Ii)“ZLIB”或(Iii)“GZIP”的标量。
    name=None #给操作起个别名
)

tf.io.decode_csv

将csv格式转换成张量，每一列映射为一个张量

别名：

• tf.compat.v2.io.decode_csv

tf.io.decode_csv(
    records,
    #字符串类型的张量。每个字符串都是CSV中的一个记录/行，所有记录都应该具有相同的格式。
    record_defaults,
    '''
    具有特定类型的张量对象 列表。
    可接受的类型有Float 32、Float 64、int 32、int 64、string。
    输入记录的每列都有一个张量，如果需要该列，则为该列提供标量默认值或空向量。
    '''
    field_delim=',',
    #字符分隔符，用于分隔记录中的字段
    use_quote_delim=True,
    #如果为false，则将双引号视为字符串字段中的常规字符
    na_value='',
    #要识别为NA/NaN的附加字符串
    select_cols=None,
    #要选择的列索引的可选排序列表。如果指定，则只解析和返回此列的子集。
    name=None
    #给操作起个别名
)

返回：
张量对象的列表。具有与Record_Default相同的类型。每个张量的形状与记录相同