mindspore.dataset.vision.RandomSharpness
- class mindspore.dataset.vision.RandomSharpness(degrees=(0.1, 1.9))[源代码]
在固定或随机的范围调整输入图像的锐度。度数为0.0时将返回模糊图像;度数为1.0时将返回原始图像;度数为2.0时将返回锐化图像。
- 参数:
degrees (Union[list, tuple], 可选) - 锐度调节系数的随机选取范围,需为非负数,按照(min, max)顺序排列。如果min与max相等,将使用固定的调节系数进行处理。默认值:
(0.1, 1.9)
。
- 异常:
TypeError - 如果 degrees 的类型不为list或tuple。
ValueError - 如果 degrees 为负数。
ValueError - 如果 degrees 采用 (max, min) 格式而不是 (min, max)。
- 支持平台:
CPU
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.RandomSharpness(degrees=(0.2, 1.9))] >>> 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.RandomSharpness(degrees=(0, 0.6))(data) >>> print(output.shape, output.dtype) (100, 100, 3) uint8
- 教程样例: