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: