mindspore.dataset.vision.RandomPosterize

查看源文件
class mindspore.dataset.vision.RandomPosterize(bits=(8, 8))[源代码]

随机减少图像的颜色通道的比特位数，使图像变得高对比度和颜色鲜艳。

参数：

  • bits (Union[int, Sequence[int]], 可选) - 随机位数压缩的范围。位值必须在 [1,8] 范围内，并且在给定范围内至少包含一个整数值。它必须是 (min, max) 或整数格式。 如果min与max相等，那么它是一个单一的位数压缩操作。默认值： (8, 8) 。

异常：

  • TypeError - 如果 bits 不是int或Sequence[int]类型。

  • ValueError - 如果 bits 不在 [1, 8] 范围内。

  • RuntimeError - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

支持平台：

CPU

样例：

>>> import numpy as np
>>> import mindspore.dataset as ds
>>> import mindspore.dataset.vision as vision
>>>
>>> # Use the transform in dataset pipeline mode
>>> data = np.random.randint(0, 255, size=(1, 100, 100, 3)).astype(np.uint8)
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data, ["image"])
>>> transforms_list = [vision.RandomPosterize((6, 8))]
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms_list, input_columns=["image"])
>>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True):
...     print(item["image"].shape, item["image"].dtype)
...     break
(100, 100, 3) uint8
>>>
>>> # Use the transform in eager mode
>>> data = np.random.randint(0, 255, size=(100, 100, 3)).astype(np.uint8)
>>> output = vision.RandomPosterize(1)(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8
教程样例：