图片

图片类型内部使用Pillow库处理图片，获取PIL Image对象后通过PIL库处理图片。支持处理的图片格式：JPEG、PNG。

表1 属性（Properties）
属性名	类型	说明
filename	str	图像的文件名或路径（如果从文件加载）。
format	str	图像格式（如PNG、JPEG）。
height	int	图像高度（像素）。
width	int	图像宽度（像素）。
data	bytes	图像数据。

表2 方法（Methods）
方法名	参数	返回值	说明
__init__	filename: Union[str, os.PathLike] = None data: Union[str, PIL.Image] = None format: Optional[str] = None	None	构造方法：从文件（filename）或数据（data）加载图像，支持bytes或Pillow对象。
to_numpy	-	np.ndarray	将图像转换为NumPy数组（float32类型）。
resize	new_shape: tuple[int, int]	Image	返回调整尺寸后的新图像。
show	-	None	调用Pillow的默认图像查看器显示图像。
to_thumbnail	size: tuple[int, int] = (100, 100)	Image	生成指定尺寸的缩略图。
crop	box: tuple[float, float, float, float]	Image	裁剪图像指定区域，返回新的 Image 对象
getbands	-	tuple: [str, ...]	调用Pillow的getbands()
getmode	-	str	返回图像mode
to_struct	-	dict	返回图片结构化数据

图片读写

该示例演示如何从OBS路径下“obs://xxxxx/xxxxx”读取图片，并且加载到Dataset中，然后从中随机选取3张图片再写回到指定的OBS路径下。

import os
from aura_frame.multimodal import ai_lake

target_database = "test"
conn = ai_lake.connect(
    aura_endpoint=os.getenv("AURA_ENDPOINT"),

    aura_endpoint_name=os.getenv("AURA_ENDPOINT_NAME"),
    aura_workspace_id=os.getenv("AURA_WORKSPACE"),
    lf_catalog_name=os.getenv("AURA_CATALOG"),
    access_key=os.getenv("access_key"),
    secret_key=os.getenv("secret_key"),
    default_database=target_database,
    use_single_cn_mode=True
)

ds = conn.read_images("obs://xxxxx/xxxxx", file_extensions=["png", "jpg"], size=(300, 300), mode="RGB", include_paths=True)
ds.show(3)

ds_to_write = ds.select_columns([ds.image]).limit(3)
ds_to_write.write_images("obs://xxxxx/xxxxx", "image", file_format="jpeg", filename_prefix="image_", try_create_dir=True)

conn.close()

父主题： 数据类型

上一篇：概述

下一篇：视频