mindspore.dataset.vision.Erase

class mindspore.dataset.vision.Erase(top, left, height, width, value=0, inplace=False)

使用指定的值擦除输入图像。

支持 Ascend 硬件加速，需要通过 .device("Ascend") 方式开启。

参数：

• top (int) - 擦除区域左上角位置的纵坐标。

• left (int) - 擦除区域左上角位置的横坐标。

• height (int) - 擦除区域的高度。

• width (int) - 擦除区域的宽度。

• value (Union[float, Sequence[float, float, float]]，可选) - 擦除区域的像素填充值。默认值： 0 。 若输入float，将以该值填充RGB通道； 若输入Sequence[float, float, float]，将分别用于填充R、G、B通道。

• inplace (bool，可选) - 是否直接在原图上执行擦除。默认值： False 。

异常：

• TypeError - 如果 top 不是int类型。

• ValueError - 如果 top 为负数。

• TypeError - 如果 left 不是int类型。

• ValueError - 如果 left 为负数。

• TypeError - 如果 height 不是int类型。

• ValueError - 如果 height 非正数。

• TypeError - 如果 width 不是int类型。

• ValueError - 如果 width 非正数。

• TypeError - 如果 value 不是float或Sequence[float, float, float]类型。

• ValueError - 如果 value 中元素的值不在[0, 255]范围。

• TypeError - 如果 inplace 不是bool类型。

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

支持平台：

CPU Ascend

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.Erase(10,10,10,10)]
>>> 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.Erase(10, 10, 10, 10)(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8

教程样例：

• 视觉变换样例库

device(device_target='CPU')

指定该变换执行的设备。

• 当执行设备是 Ascend 时，输入数据支持 uint8 或者 float32 类型，输入数据的通道仅支持1和3。输入数据的高度限制范围为[4, 8192]、宽度限制范围为[6, 4096]。不支持 inplace 参数。

参数：

• device_target (str, 可选) - 算子将在指定的设备上运行。当前支持 CPU 和 Ascend 。默认值： CPU 。

异常：

• TypeError - 当 device_target 的类型不为str。

• ValueError - 当 device_target 的取值不为 CPU / Ascend 。

支持平台：

CPU Ascend

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.Erase(10, 10, 10, 10, (100, 100, 100)).device("Ascend")]
>>> 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.Erase(10, 10, 10, 10, (100, 100, 100)).device("Ascend")(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8