Java 类名:com.alibaba.alink.operator.stream.image.ReadImageToTensorStreamOp
Python 类名:ReadImageToTensorStreamOp
将图片列转换为张量。
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 | ✓ | ||
channelFirst | Channel维度是否放在Shape的第一位 | 默认为false,参数为false时,放在Shape的最右侧,为true时,放在Shape的最左侧。 | Boolean | false | ||
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 |
df_data = pd.DataFrame([ 'sphx_glr_plot_scripted_tensor_transforms_001.png' ]) stream_data = StreamOperator.fromDataframe(df_data, schemaStr = 'path string') ReadImageToTensorStreamOp()\ .setRootFilePath("http://alink-test-datatset.oss-cn-hangzhou-zmf.aliyuncs.com/images/")\ .setRelativeFilePathCol("path")\ .setOutputCol("tensor")\ .linkFrom(stream_data)\ .print() StreamOperator.execute()
import org.apache.flink.types.Row; import com.alibaba.alink.operator.stream.StreamOperator; import com.alibaba.alink.operator.stream.source.MemSourceStreamOp; import org.junit.Test; import java.util.Collections; import java.util.List; public class ReadImageToTensorStreamOpTest { @Test public void testReadImageToTensorStreamOp() throws Exception { List <Row> data = Collections.singletonList( Row.of("sphx_glr_plot_scripted_tensor_transforms_001.png") ); MemSourceStreamOp memSourceStreamOp = new MemSourceStreamOp(data, "path string"); new ReadImageToTensorStreamOp() .setRootFilePath("http://alink-test-datatset.oss-cn-hangzhou-zmf.aliyuncs.com/images/") .setRelativeFilePathCol("path") .setOutputCol("tensor") .linkFrom(memSourceStreamOp) .print(); StreamOperator.execute(); } }
| path | tensor |
|————————————————–+——————————–|
| sphx_glr_plot_scripted_tensor_transforms_001.png | FLOAT#250,520,4#1.0 1.0 1.0… |