当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


通过随机因子确定性地调整 RGB 图像的饱和度。

用法

tf.image.stateless_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 形状 [2] 张量,随机数生成器的种子。必须具有数据类型 int32int64 。 (使用 XLA 时,仅允许使用 int32。)

返回

  • 调整后的图像,形状和 DType 与 image 相同。

抛出

  • ValueError 如果 upper <= lowerlower < 0

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

在给定相同的 seed 的情况下保证相同的结果,与调用函数的次数无关,也与全局种子设置无关(例如 tf.random.set_seed )。

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]]]
seed = (1, 2)
tf.image.stateless_random_saturation(x, 0.5, 1.0, seed)
<tf.Tensor:shape=(2, 2, 3), dtype=float32, numpy=
array([[[ 1.1559395,  2.0779698,  3.       ],
        [ 4.1559396,  5.07797  ,  6.       ]],
       [[ 7.1559396,  8.07797  ,  9.       ],
        [10.155939 , 11.07797  , 12.       ]]], dtype=float32)>

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.stateless_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。