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：