mindarmour.natural_robustness.transform.image
本模块包含图像的自然扰动方法。
- class mindarmour.natural_robustness.transform.image.Contrast(alpha=1, beta=0, auto_param=False)[源代码]
图像的对比度。
- 参数:
alpha (Union[float, int]) - 控制图像的对比度。\(out\_image = in\_image \times alpha+beta\)。建议值范围[0.2, 2]。默认值:1。
beta (Union[float, int]) - 补充alpha的增量。默认值:0。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> alpha = 0.1 >>> beta = 1 >>> trans = Contrast(alpha, beta) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.GradientLuminance(color_start=(0, 0, 0), color_end=(255, 255, 255), start_point=(10, 10), scope=0.5, pattern='light', bright_rate=0.3, mode='circle', auto_param=False)[源代码]
渐变调整图片的亮度。
- 参数:
color_start (union[tuple, list]) - 渐变中心的颜色。默认值:(0, 0, 0)。
color_end (union[tuple, list]) - 渐变边缘的颜色。默认值:(255, 255, 255)。
start_point (union[tuple, list]) - 渐变中心的二维坐标。默认值:(10, 10)
scope (float) - 渐变的范围。值越大,渐变范围越大。默认值:0.5。
pattern (str) - 深色或浅色,此值必须在[‘light’, ‘dark’]中。默认值:’light’。
bright_rate (float) - 控制亮度。值越大,梯度范围越大。如果参数 pattern 为’light’,建议值范围为[0.1, 0.7],如果参数 pattern 为’dark’,建议值范围为[0.1, 0.9]。默认值:0.3。
mode (str) - 渐变模式,值必须在[‘circle’, ‘horizontal’, ‘vertical’]中。默认值:’circle’。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('x.png') >>> height, width = img.shape[:2] >>> point = (height // 4, width // 2) >>> start = (255, 255, 255) >>> end = (0, 0, 0) >>> scope = 0.3 >>> pattern='light' >>> bright_rate = 0.3 >>> trans = GradientLuminance(start, end, point, scope, pattern, bright_rate, mode='circle') >>> img_new = trans(img)
- class mindarmour.natural_robustness.transform.image.GaussianBlur(ksize=2, auto_param=False)[源代码]
使用高斯模糊滤镜模糊图像。
- 参数:
ksize (int) - 高斯核的大小,必须为非负数。默认值:2。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> ksize = 5 >>> trans = GaussianBlur(ksize) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.MotionBlur(degree=5, angle=45, auto_param=False)[源代码]
运动模糊。
- 参数:
degree (int) - 模糊程度。必须为正值。建议取值范围[1, 15]。默认值:5。
angle (union[float, int]) - 运动模糊的方向。angle=0表示上下运动模糊。角度为逆时针方向。默认值:45。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> angle = 0 >>> degree = 5 >>> trans = MotionBlur(degree=degree, angle=angle) >>> new_img = trans(img)
- class mindarmour.natural_robustness.transform.image.GradientBlur(point, kernel_num=3, center=True, auto_param=False)[源代码]
渐变模糊。
- 参数:
point (union[tuple, list]) - 模糊中心点的二维坐标。
kernel_num (int) - 模糊核的数量。建议取值范围[1, 8]。默认值:3。
center (bool) - 指定中心点模糊或指定中心点清晰。默认值:True。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('xx.png') >>> img = np.array(img) >>> number = 5 >>> h, w = img.shape[:2] >>> point = (int(h / 5), int(w / 5)) >>> center = True >>> trans = GradientBlur(point, number, center) >>> new_img = trans(img)
- class mindarmour.natural_robustness.transform.image.UniformNoise(factor=0.1, auto_param=False)[源代码]
图像添加均匀噪声。
- 参数:
factor (float) - 噪声密度,单位像素区域添加噪声的比例。建议取值范围:[0.001, 0.15]。默认值:0.1。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> factor = 0.1 >>> trans = UniformNoise(factor) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.GaussianNoise(factor=0.1, auto_param=False)[源代码]
图像添加高斯噪声。
- 参数:
factor (float) - 噪声密度,单位像素区域添加噪声的比例。建议取值范围:[0.001, 0.15]。默认值:0.1。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> factor = 0.1 >>> trans = GaussianNoise(factor) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.SaltAndPepperNoise(factor=0, auto_param=False)[源代码]
图像添加椒盐噪声。
- 参数:
factor (float) - 噪声密度,单位像素区域添加噪声的比例。建议取值范围:[0.001, 0.15]。默认值:0。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> factor = 0.1 >>> trans = SaltAndPepperNoise(factor) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.NaturalNoise(ratio=0.0002, k_x_range=(1, 5), k_y_range=(3, 25), auto_param=False)[源代码]
图像添加自然噪声。
- 参数:
ratio (float) - 噪声密度,单位像素区域添加噪声的比例。建议取值范围:[0.00001, 0.001]。默认值:0.0002。
k_x_range (union[list, tuple]) - 噪声块长度的取值范围。默认值:(1, 5)。
k_y_range (union[list, tuple]) - 噪声块宽度的取值范围。默认值:(3, 25)。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('xx.png') >>> img = np.array(img) >>> ratio = 0.0002 >>> k_x_range = (1, 5) >>> k_y_range = (3, 25) >>> trans = NaturalNoise(ratio, k_x_range, k_y_range) >>> new_img = trans(img)
- class mindarmour.natural_robustness.transform.image.Translate(x_bias=0, y_bias=0, auto_param=False)[源代码]
图像平移。
- 参数:
x_bias (Union[int, float]) - X方向平移, \(x = x + x_bias \times image\_length\) 。建议取值范围在[-0.1, 0.1]中。默认值:0。
y_bias (Union[int, float]) - Y方向平移, \(y = y + y_bias \times image\_width\) 。建议取值范围在[-0.1, 0.1]中。默认值:0。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> x_bias = 0.1 >>> y_bias = 0.1 >>> trans = Translate(x_bias, y_bias) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.Scale(factor_x=1, factor_y=1, auto_param=False)[源代码]
图像缩放。
- 参数:
factor_x (Union[float, int]) - 在X方向缩放, \(x=factor_x \times x\) 。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。默认值:1。
factor_y (Union[float, int]) - 沿Y方向缩放, \(y=factor_y \times y\) 。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。默认值:1。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> factor_x = 0.7 >>> factor_y = 0.6 >>> trans = Scale(factor_x, factor_y) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.Shear(factor=0.2, direction='horizontal', auto_param=False)[源代码]
图像错切,错切后图像和原图的映射关系为: \((new_x, new_y) = (x+factor_x \times y, factor_y \times x+y)\) 。错切后图像将重新缩放到原图大小。
- 参数:
factor (Union[float, int]) - 沿错切方向上的错切比例。建议值范围[0.05, 0.5]。默认值:0.2。
direction (str) - 形变方向。可选值为’vertical’或’horizontal’。默认值:’horizontal’。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> factor = 0.2 >>> trans = Shear(factor, direction='horizontal') >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.Rotate(angle=20, auto_param=False)[源代码]
围绕图像中心点逆时针旋转图像。
- 参数:
angle (Union[float, int]) - 逆时针旋转的度数。建议值范围[-60, 60]。默认值:20。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> angle = 20 >>> trans = Rotate(angle) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.Perspective(ori_pos, dst_pos, auto_param=False)[源代码]
透视变换。
- 参数:
ori_pos (list[list[int]]) - 原始图像中的四个点的坐标。
dst_pos (list[list[int]]) - 对应的 ori_pos 中4个点透视变换后的点坐标。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('1.png') >>> img = np.array(img) >>> ori_pos = [[0, 0], [0, 800], [800, 0], [800, 800]] >>> dst_pos = [[50, 0], [0, 800], [780, 0], [800, 800]] >>> trans = Perspective(ori_pos, dst_pos) >>> dst = trans(img)
- class mindarmour.natural_robustness.transform.image.Curve(curves=3, depth=10, mode='vertical', auto_param=False)[源代码]
使用Sin函数的曲线变换。
- 参数:
curves (union[float, int]) - 曲线周期数。建议取值范围[0.1, 5]。默认值:3。
depth (union[float, int]) - sin函数的幅度。建议取值不超过图片长度的1/10。默认值:10。
mode (str) - 形变方向。可选值’vertical’或’horizontal’。默认值:’vertical’。
auto_param (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值:False。
样例:
>>> import cv2 >>> img = cv2.imread('x.png') >>> curves =1 >>> depth = 10 >>> trans = Curve(curves, depth, mode='vertical') >>> img_new = trans(img)