mindspore.dataset.vision.GaussianBlur

查看源文件
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：