mindspore.dataset.vision.RandomEqualize

class mindspore.dataset.vision.RandomEqualize(prob=0.5)[源代码]

以给定的概率随机对输入图像进行直方图均衡化。

参数：

  • prob (float, 可选) - 图像被均衡化的概率，取值范围：[0.0, 1.0]。默认值： 0.5 。

异常：

  • TypeError - 如果 prob 的类型不为float。

  • ValueError - 如果 prob 不在 [0.0, 1.0] 范围。

  • 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 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.RandomEqualize(0.5)]
>>> 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.RandomEqualize(1.0)(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8
教程样例：