Question

我在训练模型时使用了Tensorflow的DecodeJpeg来读取图像。为了在Android设备上使用相同的方法，我使用bazel编译Tensorflow for android DecodeJpeg。

我尝试在桌面上阅读相同的图片，这是一台运行Windows的x86_64计算机。我在图片上运行DecodeJpeg方法，其默认值为dct_method，设置为''，INTEGER_FAST，INTEGER_ACCURATE。

我在arm64设备上为同一张图片做了同样的事情。但是，在相同设置下，相同图像的像素值明显不同。

例如，在（100,100,1），桌面上的值为213，而204上的值为arm64。

如何确保这两个设备的像素值相同？

更新在Gimp (100,100)处，像素值为(179,203,190)

对于设置为dct_method的{{1}}，x86_64上INTEGER_FAST的值为(100,100)，其为(171, 213, 165)

对于设置为(180, 204, 191)的{{1}}，x86_64上dct_method的值为INTEGER_ACCURATE，其为(100,100)

(170, 212, 164) (179, 203, 190)，(170, 212, 164)也是{。}}。

Answer 1

根据tensorflow image decode_jpeg documentation 我希望你解码jpeg时它可能与某些属性有关。最有可能是channels属性和/或ratio属性和/或fancy_upscaling attr。

它们都可以改变像素的值......

关于channels：

attr通道指示解码图像所需的颜色通道数。

可接受的值是：
0: Use the number of channels in the JPEG-encoded image.
1: output a grayscale image.
3: output an RGB image.

关于ratio：

attr比率允许在解码期间将图像缩小整数因子。允许的值为：1,2,4和8.这比稍后缩小图像要快得多。

关于fancy_upscaling：

fancy_upscaling：一个可选的bool。默认为True。如果为true，则使用较慢但更好的色度平面升级（仅限yuv420 / 422）。

请注意，您可能还有明确指定dct_method 的值，因为根据documentation，如果您未指定值，则会使用< strong>系统特定的defaut 。

在我看来，它（ dct_method empty arg ）是最可能的原因，它解释了为什么你在x86_64和ARM上没有相同的结果。

内部jpeg库更改为没有该版本的版本具体选项