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: