mindspore.dataset.vision.Perspective

class mindspore.dataset.vision.Perspective(start_points, end_points, interpolation=Inter.BILINEAR)[源代码]

对输入图像进行透视变换。

参数:
  • start_points (Sequence[Sequence[int, int]]) - 起始点坐标序列,包含四个两元素子序列,分别对应原图中四边形的 [左上、右上、右下、左下]。

  • end_points (Sequence[Sequence[int, int]]) - 目标点坐标序列,包含四个两元素子序列,分别对应目标图中四边形的 [左上、右上、右下、左下]。

  • interpolation (Inter,可选) - 插值方式,取值可为 Inter.BILINEARInter.LINEARInter.NEARESTInter.AREAInter.PILCUBICInter.CUBICInter.BICUBIC 。默认值: Inter.BILINEAR

    • Inter.BILINEAR:双线性插值。

    • Inter.LINEAR:线性插值,与双线性插值相同。

    • Inter.NEAREST:最近邻插值。

    • Inter.BICUBIC:双三次插值。

    • Inter.CUBIC:三次插值,与双三次插值相同。

    • Inter.PILCUBIC:类Pillow实现的三次插值,只支持 numpy.ndarray 类型输入。

    • Inter.AREA:像素区域插值,只支持 numpy.ndarray 类型输入。

异常:
  • TypeError - 如果 start_points 不是Sequence[Sequence[int, int]]类型。

  • TypeError - 如果 end_points 不是Sequence[Sequence[int, int]]类型。

  • TypeError - 当 interpolation 的类型不为 mindspore.dataset.vision.Inter

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

支持平台:

CPU

样例:

>>> import mindspore.dataset as ds
>>> import mindspore.dataset.vision as vision
>>> from mindspore.dataset.transforms import Compose
>>> from mindspore.dataset.vision import Inter
>>>
>>> start_points = [[0, 63], [63, 63], [63, 0], [0, 0]]
>>> end_points = [[0, 32], [32, 32], [32, 0], [0, 0]]
>>> transforms_list = Compose([vision.Decode(),
...                            vision.Perspective(start_points, end_points, Inter.BILINEAR)])
>>> # apply the transform to dataset through map function
>>> image_folder_dataset = ds.ImageFolderDataset("/path/to/image_folder_dataset_directory")
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns="image")
教程样例: