读取/写入图像和视频

该 torchvision.io 包提供了执行IO操作的函数。它们目前专门用于读取和写入视频和图像。

视频

read_video(filename[, start_pts, end_pts, ...])	从文件中读取视频，返回视频帧和音频帧。
read_video_timestamps(filename[, pts_unit])	列出视频帧的时间戳。
write_video(filename, video_array, fps[, ...])	以[T, H, W, C]格式写入4D张量到视频文件中

细粒度视频API

除了read_video函数之外，我们还提供了一个高性能的低级API，与read_video函数相比，它提供了更精细的控制。它在完全支持torchscript的同时实现了这一切。

警告

细粒度视频API尚处于测试阶段，不保证向后兼容性。

VideoReader(path[, stream, num_threads, device])

细粒度视频读取API。

查看视频示例：

import torchvision
video_path = "path to a test video"
# Constructor allocates memory and a threaded decoder
# instance per video. At the moment it takes two arguments:
# path to the video file, and a wanted stream.
reader = torchvision.io.VideoReader(video_path, "video")

# The information about the video can be retrieved using the
# `get_metadata()` method. It returns a dictionary for every stream, with
# duration and other relevant metadata (often frame rate)
reader_md = reader.get_metadata()

# metadata is structured as a dict of dicts with following structure
# {"stream_type": {"attribute": [attribute per stream]}}
#
# following would print out the list of frame rates for every present video stream
print(reader_md["video"]["fps"])

# we explicitly select the stream we would like to operate on. In
# the constructor we select a default video stream, but
# in practice, we can set whichever stream we would like
video.set_current_stream("video:0")

图像

ImageReadMode(值)

支持以各种模式读取图像。

read_image(path[, mode])	读取一张 JPEG 或 PNG 图像并将其转换为三维的 RGB 或灰度 Tensor。
decode_image(input[, mode])	检测图像是否为 JPEG 或 PNG，并执行适当的操作以将其解码为三维的 RGB 或灰度 Tensor。
encode_jpeg(input[, quality])	接受一个布局为 CHW 的输入张量，并返回其对应 JPEG 文件的内容缓冲区。
decode_jpeg(input[, mode, device])	将JPEG图像解码为3维的RGB或灰度Tensor。
write_jpeg(input, filename[, quality])	将布局为 CHW 的输入张量保存为 JPEG 文件。
encode_png(input[, compression_level])	接受一个布局为 CHW 的输入张量，并返回其对应 PNG 文件的内容缓冲区。
decode_png(input[, mode])	将一张 PNG 图像解码为三维的 RGB 或灰度 Tensor。
write_png(input, filename[, compression_level])	接受一个布局为 CHW 的输入张量（对于灰度图像为 HW），并将其保存为 PNG 文件。
read_file(路径)	读取并输出文件的字节内容为一维的 uint8 张量。
write_file(文件名， 数据)	将一个一维的 uint8 张量的内容写入文件。