mindspore.dataset.vision.RandomSolarize

class mindspore.dataset.vision.RandomSolarize(threshold=(0, 255))[源代码]

从给定阈值范围内随机选择一个子范围，对位于给定子范围内的像素，将其像素值设置为(255 - 原本像素值)。

参数：

  • threshold (tuple, 可选) - 随机反转的阈值范围。默认值： (0, 255) 。 threshold 输入格式应该为 (min, max)，其中min和max是 [0, 255] 范围内的整数，并且min <= max，那么属于[min, max]这个区间的像素值会被反转。如果min与max相等，则反转所有大于等于 min(或max) 的像素值。

异常：

  • TypeError - 当 threshold 的类型不为tuple。

  • ValueError - 当 threshold 取值不在[0, 255]范围内。

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.RandomSolarize(threshold=(10,100))]
>>> 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.RandomSolarize(threshold=(1, 10))(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8
教程样例：