Lysstyrke, kontrast, metning og fargetone er de viktige faktorene i et bilde som kan påvirke utseendet. PyTorch gir ' ColorJitter() ”-metoden for å tilfeldig justere det spesifikke bildets lysstyrke, kontrast, metning og fargetone. Brukere kan spesifisere verdiområdet for hver parameter som en tuppel eller en enkelt verdi. Denne metoden returnerer et nylig justert bilde med tilfeldig endrede ønskede faktorer fra det angitte området.
Denne bloggen vil illustrere metoden for å justere bildets lysstyrke, kontrast, metning og fargetone i PyTorch.
Hvordan justere bildets lysstyrke, kontrast, metning og fargetone tilfeldig i PyTorch?
For å tilfeldig justere et bildes lysstyrke, kontrast, metning og fargetone i PyTorch, følg trinnene nedenfor:
Trinn 1: Last opp et bilde til Google Colab
Først åpner du Google Colab og klikker på de uthevede ikonene nedenfor. Deretter velger du det spesifikke bildet fra datamaskinen og laster det opp:
Deretter vil bildet lastes opp til Google Colab:
Her har vi lastet opp følgende bilde, og vi vil tilfeldig justere lysstyrken, kontrasten, metningen og fargetonen:
Trinn 2: Importer nødvendig bibliotek
Deretter importerer du de nødvendige bibliotekene. For eksempel har vi importert følgende biblioteker:
importere lommelyktimportere torchvision.transformers som transformerer
fra PIL import bilde
Her:
-
- ' importere lommelykt ” importerer PyTorch-biblioteket.
- ' import torchvision.transformers som transformasjoner ” importerer transformeringsmodulen fra torchvision som brukes til å forhåndsbehandle bildedata før den mates inn i et nevralt nettverk.
- ' fra PIL import bilde ' brukes til å åpne og lagre forskjellige bildefilformater:
Trinn 3: Les inndatabildet
Etter det, les inndatabildet fra datamaskinen. Her leser vi ' flowers_img.jpg ' og lagre den i ' input_img variabel:
input_img = Bilde.åpen ( 'flowers_img.jpg' )
Trinn 4: Definer en transformasjon
Definer deretter en transformasjon for å justere inndatabildets lysstyrke, kontrast, metning og fargetone. Her har vi definert følgende verdier for disse faktorene:
transform = transformerer.ColorJitter ( lysstyrke = 1.5 , kontrast = 1.2 , metning = 2 , fargetone = 0,3 )
Trinn 5: Bruk transformasjonen på bildet
Bruk nå transformasjonen ovenfor på ønsket inngangsbilde for å justere de ønskede faktorene:
new_img = transform ( input_img )
Trinn 6: Vis det justerte bildet
Til slutt, se det justerte bildet ved å vise det:
new_img
Ovennevnte utdata viser at lysstyrken, kontrasten, metningen og fargetonen til inngangsbildet har blitt justert med de spesifiserte faktorene.
Sammenligning
Sammenligningen mellom originalbilde og justert bilde kan sees nedenfor:
Originalt bilde
|
Justert bilde
|
Merk : Du kan få tilgang til Google Colab Notebook på denne link .
I tillegg kan du også sjekke de medfølgende artiklene om justering av lysstyrke, kontrast, metning og fargetone til et bilde:
Vi har effektivt forklart metoden for tilfeldig justering av bildets lysstyrke, kontrast, metning og fargetone i PyTorch.
Konklusjon
For å tilfeldig justere bildets lysstyrke, kontrast, metning og fargetone i PyTorch, last først opp ønsket bilde til Google Colab. Importer deretter de nødvendige bibliotekene og les inndatabildet. Etter det bruker du ' ColorJitter() ” metode for å bruke tilfeldige transformasjoner på lysstyrken, metningen, kontrasten og fargetonen til et bilde. Til slutt, se det justerte bildet ved å vise det. Denne bloggen har illustrert metoden for å justere bildets lysstyrke, kontrast, metning og fargetone i PyTorch.