Java 类名:com.alibaba.alink.operator.stream.image.ReadImageToTensorStreamOp
Python 类名:ReadImageToTensorStreamOp

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. ])
  4. stream_data = StreamOperator.fromDataframe(df_data, schemaStr = 'path string')
  5. ReadImageToTensorStreamOp()\
  6. .setRootFilePath("https://pytorch.org/vision/stable/_images/")\
  7. .setRelativeFilePathCol("path")\
  8. .setOutputCol("tensor")\
  9. .linkFrom(stream_data)\
  10. .print()
  11. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  2. import com.alibaba.alink.operator.stream.StreamOperator;
  3. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  4. import org.junit.Test;
  5. import java.util.Collections;
  6. import java.util.List;
  7. public class ReadImageToTensorStreamOpTest {
  8. @Test
  9. public void testReadImageToTensorStreamOp() throws Exception {
  10. List <Row> data = Collections.singletonList(
  11. Row.of("sphx_glr_plot_scripted_tensor_transforms_001.png")
  12. );
  13. MemSourceStreamOp memSourceStreamOp = new MemSourceStreamOp(data, "path string");
  14. new ReadImageToTensorStreamOp()
  15. .setRootFilePath("https://pytorch.org/vision/stable/_images/")
  16. .setRelativeFilePathCol("path")
  17. .setOutputCol("tensor")
  18. .linkFrom(memSourceStreamOp)
  19. .print();
  20. StreamOperator.execute();
  21. }
  22. }

运行结果

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