Java 类名：com.alibaba.alink.operator.batch.image.ReadImageToTensorBatchOp
Python 类名：ReadImageToTensorBatchOp

功能介绍

将图片列转换为张量。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| outputCol | 输出结果列列名 | 输出结果列列名，必选 | String | ✓ | | |

| relativeFilePathCol | 文件路径列 | 文件路径列 | String | ✓ | 所选列类型为 [STRING] | |

| rootFilePath | 文件路径 | 文件路径 | String | ✓ | | |

| imageHeight | 图片高度 | 图片高度 | Integer | | | |

| imageWidth | 图片宽度 | 图片宽度 | Integer | | | |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

代码示例

Python 代码

  1. df_data = pd.DataFrame([
  2.     'sphx_glr_plot_scripted_tensor_transforms_001.png'
  3. ])
  5. batch_data = BatchOperator.fromDataframe(df_data, schemaStr = 'path string')
  7. ReadImageToTensorBatchOp()\
  8.     .setRootFilePath("https://pytorch.org/vision/stable/_images/")\
  9.     .setRelativeFilePathCol("path")\
  10.     .setOutputCol("tensor")\
  11.     .linkFrom(batch_data)\
  12.     .print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  4. import org.junit.Test;
  6. import java.util.Collections;
  7. import java.util.List;
  9. public class ReadImageToTensorBatchOpTest {
  11.     @Test
  12.     public void testReadImageToTensorBatchOp() throws Exception {
  14.         List <Row> data = Collections.singletonList(
  15.             Row.of("sphx_glr_plot_scripted_tensor_transforms_001.png")
  16.         );
  18.         MemSourceBatchOp memSourceBatchOp = new MemSourceBatchOp(data, "path string");
  20.         new ReadImageToTensorBatchOp()
  21.             .setRootFilePath("https://pytorch.org/vision/stable/_images/")
  22.             .setRelativeFilePathCol("path")
  23.             .setOutputCol("tensor")
  24.             .linkFrom(memSourceBatchOp)
  25.             .print();
  26.     }
  28. }

运行结果

| path | tensor |
|—————————————————————————+————————————————|
| sphx_glr_plot_scripted_tensor_transforms_001.png | FLOAT#250,520,4#1.0 1.0 1.0… |