mindspore.dataset.vision.GaussianBlur
- class mindspore.dataset.vision.GaussianBlur(kernel_size, sigma=None)[源代码]
使用指定的高斯核对输入图像进行模糊处理。
- 参数:
kernel_size (Union[int, Sequence[int, int]]) - 高斯核的大小。需为正奇数。 若输入类型为int,将同时使用该值作为高斯核的宽、高。 若输入类型为Sequence[int, int],将分别使用这两个元素作为高斯核的宽、高。
sigma (Union[float, Sequence[float, float]], 可选) - 高斯核的标准差。需为正数。 若输入类型为float,将同时使用该值作为高斯核宽、高的标准差。 若输入类型为Sequence[float, float],将分别使用这两个元素作为高斯核宽、高的标准差。 默认值:
None
,将通过公式 \(((kernel\_size - 1) * 0.5 - 1) * 0.3 + 0.8\) 计算得到高斯核的标准差。
- 异常:
TypeError - 如果 kernel_size 不是int或Sequence[int]类型。
TypeError - 如果 sigma 不是float或Sequence[float]类型。
ValueError - 如果 kernel_size 不是正数和奇数。
ValueError - 如果 sigma 不是正数。
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 mindspore.dataset as ds >>> import mindspore.dataset.vision as vision >>> >>> image_folder_dataset = ds.ImageFolderDataset("/path/to/image_folder_dataset_directory") >>> transforms_list = [vision.Decode(to_pil=True), vision.GaussianBlur(3, 3)] >>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list, ... input_columns=["image"])
- 教程样例: