mindspore.dataset.vision.ConvertColor

class mindspore.dataset.vision.ConvertColor(convert_mode)[源代码]

更改图像的色彩空间。

支持 Ascend 硬件加速，需要通过 .device("Ascend") 方式开启。

参数：

convert_mode (ConvertMode) - 图像色彩空间转换的模式。
- ConvertMode.COLOR_BGR2BGRA: 将 BGR 图像转换为 BGRA 图像。
- ConvertMode.COLOR_RGB2RGBA: 将 RGB 图像转换为 RGBA 图像。
- ConvertMode.COLOR_BGRA2BGR: 将 BGRA 图像转换为 BGR 图像。
- ConvertMode.COLOR_RGBA2RGB: 将 RGBA 图像转换为 RGB 图像。
- ConvertMode.COLOR_BGR2RGBA: 将 BGR 图像转换为 RGBA 图像。
- ConvertMode.COLOR_RGB2BGRA: 将 RGB 图像转换为 BGRA 图像。
- ConvertMode.COLOR_RGBA2BGR: 将 RGBA 图像转换为 BGR 图像。
- ConvertMode.COLOR_BGRA2RGB: 将 BGRA 图像转换为 RGB 图像。
- ConvertMode.COLOR_BGR2RGB: 将 BGR 图像转换为 RGB 图像。
- ConvertMode.COLOR_RGB2BGR: 将 RGB 图像转换为 BGR 图像。
- ConvertMode.COLOR_BGRA2RGBA: 将 BGRA 图像转换为 RGBA 图像。
- ConvertMode.COLOR_RGBA2BGRA: 将 RGBA 图像转换为 BGRA 图像。
- ConvertMode.COLOR_BGR2GRAY: 将 BGR 图像转换为 GRAY 图像。
- ConvertMode.COLOR_RGB2GRAY: 将 RGB 图像转换为 GRAY 图像。
- ConvertMode.COLOR_GRAY2BGR: 将 GRAY 图像转换为 BGR 图像。
- ConvertMode.COLOR_GRAY2RGB: 将 GRAY 图像转换为 RGB 图像。
- ConvertMode.COLOR_GRAY2BGRA: 将 GRAY 图像转换为 BGRA 图像。
- ConvertMode.COLOR_GRAY2RGBA: 将 GRAY 图像转换为 RGBA 图像。
- ConvertMode.COLOR_BGRA2GRAY: 将 BGRA 图像转换为 GRAY 图像。
- ConvertMode.COLOR_RGBA2GRAY: 将 RGBA 图像转换为 GRAY 图像。

异常：

TypeError - 如果 convert_mode 不是类 mindspore.dataset.vision.ConvertMode 的类型。
RuntimeError - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

支持平台：

CPU Ascend

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"])
>>>
>>> # Convert RGB images to GRAY images
>>> convert_op = vision.ConvertColor(vision.ConvertMode.COLOR_RGB2GRAY)
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=convert_op, 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) uint8
>>> # Convert RGB images to BGR images
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data, ["image"])
>>> convert_op = vision.ConvertColor(vision.ConvertMode.COLOR_RGB2BGR)
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=convert_op, 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.ConvertColor(vision.ConvertMode.COLOR_RGB2GRAY)(data)
>>> print(output.shape, output.dtype)
(100, 100) uint8

教程样例：

视觉变换样例库

device(device_target='CPU')[源代码]

指定该变换执行的设备。

当执行设备是 Ascend 时，输入数据支持 uint8 或者 float32 类型，数据格式支持NHWC，Channels: [1, 3, 4], N只支持1。输入数据的高度限制范围为[4, 8192]、宽度限制范围为[6, 4096]。

参数：

device_target (str, 可选) - 算子将在指定的设备上运行。当前支持 CPU 和 Ascend 。默认值： CPU 。

异常：

TypeError - 当 device_target 的类型不为str。
ValueError - 当 device_target 的取值不为 CPU / Ascend 。

支持平台：

CPU Ascend

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.ConvertColor(vision.ConvertMode.COLOR_RGB2BGR).device("Ascend")]
>>> 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.ConvertColor(vision.ConvertMode.COLOR_RGB2BGR).device("Ascend")(data)
>>> print(output.shape, output.dtype)
(100, 100, 3) uint8