当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.image.random_saturation用法及代码示例


通过随机因子调整 RGB 图像的饱和度。

用法

tf.image.random_saturation(
    image, lower, upper, seed=None
)

参数

  • image RGB 图像或图像。最后一个维度的大小必须为 3。
  • lower 浮点数。随机饱和因子的下限。
  • upper 浮点数。随机饱和因子的上限。
  • seed operation-specific 种子。它将与graph-level 种子一起使用，以确定将在此操作中使用的真实种子。请参阅set_random_seed 的文档以了解它与graph-level 随机种子的交互。

返回

  • 调整后的图像，形状和 DType 与 image 相同。

抛出

  • ValueError 如果 upper <= lower 或 lower < 0 。

等效于 adjust_saturation() 但使用在区间 [lower, upper) 中随机选取的 saturation_factor 。

使用示例：

x = [[[1.0, 2.0, 3.0],
      [4.0, 5.0, 6.0]],
    [[7.0, 8.0, 9.0],
      [10.0, 11.0, 12.0]]]
tf.image.random_saturation(x, 5, 10)
<tf.Tensor:shape=(2, 2, 3), dtype=float32, numpy=
array([[[ 0. ,  1.5,  3. ],
        [ 0. ,  3. ,  6. ]],
       [[ 0. ,  4.5,  9. ],
        [ 0. ,  6. , 12. ]]], dtype=float32)>

要在给定 seed 值的情况下生成确定性结果，请使用 tf.image.stateless_random_saturation 。与使用seed 参数和tf.image.random_* ops 不同，tf.image.stateless_random_* ops 保证相同的结果给定相同的种子，而与调用函数的次数无关，并且与全局种子设置无关(例如 tf.random.set_seed )。

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.image.random_saturation。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。