mindspore.dataset.vision.py_transforms.AutoContrast

class mindspore.dataset.vision.py_transforms.AutoContrast(cutoff=0.0, ignore=None)[源代码]

最大化(标准化)输入PIL图像的对比度。

首先计算输入图像的直方图,移除指定 cutoff 比例的最亮和最暗像素后,将像素值重新映射至[0, 255],使得最暗像素变为黑色,最亮像素变为白色。

参数:

  • cutoff (float,可选) - 从直方图中移除最亮和最暗像素的百分比,取值范围为[0.0, 50.0),默认值:0.0。

  • ignore (Union[int, Sequence[int]],可选) - 背景像素值,将会被直接映射为白色,默认值:None,表示没有背景像素。

异常:

  • TypeError - 当 cutoff 的类型不为float。

  • TypeError - 当 ignore 的类型不为int或Sequence[int]。

  • ValueError - 当 cutoff 取值不在[0, 50.0)范围内。

  • ValueError - 当 ignore 取值不在[0, 255]范围内。

  • RuntimeError - 当输入图像的shape不为<H, W>或<H, W, C>。

支持平台:

CPU

样例:

>>> from mindspore.dataset.transforms.py_transforms import Compose
>>>
>>> transforms_list = Compose([py_vision.Decode(),
...                            py_vision.AutoContrast(),
...                            py_vision.ToTensor()])
>>> # apply the transform to dataset through map function
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns="image")