介绍
与 tf.io.decode_jpeg() 向反，将numpy类型的Tensor，编码成 string类型的Tensor（其内容是二进制jpeg数据）
一般和 tf.io.write_file() 搭配使用，保存成图片文件
语法
tf.io.encode_jpeg(
image,
format='',
quality=95,
progressive=False,
optimize_size=False,
chroma_downsampling=True,
density_unit='in',
x_density=300,
y_density=300,
xmp_metadata='',
name=None
)
参数
- image：uint类型的tensor，形状[height, width, channels]
- format：string来自的可选””, “grayscale”, “rgb”。默认为””。每像素图像格式。
- quality：可选int。默认为95。压缩质量从0到100（越高越好，越慢）。
- progressive：可选bool。默认为False。如果为True，则创建一个逐渐加载的JPEG（从粗到细）。
- optimize_size：可选bool。默认为False。如果为True，则花费CPU / RAM来减小大小而不会改变质量。
- chroma_downsampling：可选bool。默认为True。请参阅http://en.wikipedia.org/wiki/Chroma_subsampling。
- density_unit：string来自的可选”in”, “cm”。默认为”in”。用于指定x_density和的单位y_density：每英寸（’in’）或厘米（’cm’）的像素。
- x_density：可选int。默认为300。每个密度单位的水平像素。
- y_density：可选int。默认为300。每个密度单位的垂直像素。
- xmp_metadata：可选string。默认为””。如果不为空，则将此XMP元数据嵌入图像标题中。
- name：操作的名称（可选）。
例子：
节选语义分割代码
# 加载模型
model=tf.keras.models.load_model(h5_path)
# 进行预测
prd=model.predict(img)
img=tf.squeeze(prd)
img=tf.math.argmax(img,axis=2)
img=tf.image.encode_jpeg(img)
tf.io.write_file(path,img)