Lysstyrke, kontrast, mætning og nuance er de vigtige faktorer i et billede, der kan påvirke dets udseende. PyTorch leverer ' ColorJitter() ” metode til tilfældigt at justere det specifikke billedes lysstyrke, kontrast, mætning og nuance. Brugere kan angive værdiintervallet for hver parameter som en tupel eller en enkelt værdi. Denne metode returnerer et nyligt justeret billede med tilfældigt ændrede ønskede faktorer fra det angivne område.
Denne blog vil illustrere metoden til at justere billedets lysstyrke, kontrast, mætning og nuance i PyTorch.
Hvordan justerer man tilfældigt billedets lysstyrke, kontrast, mætning og farvetone i PyTorch?
For tilfældigt at justere et billedes lysstyrke, kontrast, mætning og farvetone i PyTorch, følg nedenstående trin:
Trin 1: Upload et billede til Google Colab
Åbn først Google Colab og klik på de nedenfor fremhævede ikoner. Vælg derefter det specifikke billede fra computeren og upload det:
Efterfølgende vil billedet blive uploadet til Google Colab:
Her har vi uploadet følgende billede, og vi vil tilfældigt justere dets lysstyrke, kontrast, mætning og farvetone:
Trin 2: Importer nødvendigt bibliotek
Importer derefter de nødvendige biblioteker. For eksempel har vi importeret følgende biblioteker:
import lommelygteimport torchvision.transformers som transformerer
fra PIL import billede
Her:
-
- “ import lommelygte ” importerer PyTorch-biblioteket.
- “ import torchvision.transformers som transformationer ” importerer transformationsmodulet fra torchvision, der bruges til at forbehandle billeddata, før det føres ind i et neuralt netværk.
- “ fra PIL import billede ' bruges til at åbne og gemme forskellige billedfilformater:
Trin 3: Læs inputbilledet
Læs derefter inputbilledet fra computeren. Her læser vi ' blomster_img.jpg ' og gemme den i ' input_img variabel:
input_img = Image.open ( 'flowers_img.jpg' )
Trin 4: Definer en transformation
Definer derefter en transformation for at justere ovenstående inputbilledes lysstyrke, kontrast, mætning og nuance. Her har vi defineret følgende værdier for disse faktorer:
transformer = transformerer.ColorJitter ( lysstyrke = 1.5 , kontrast = 1.2 , mætning = 2 , nuance = 0,3 )
Trin 5: Anvend transformationen på billedet
Anvend nu ovenstående transformation på det ønskede inputbillede for at justere dets ønskede faktorer:
new_img = transform ( input_img )
Trin 6: Vis det justerede billede
Til sidst kan du se det justerede billede ved at vise det:
new_img
Ovenstående output viser, at lysstyrke, kontrast, mætning og nuance af inputbilledet er blevet justeret med de angivne faktorer.
Sammenligning
Sammenligningen mellem originalbillede og justeret billede kan ses nedenfor:
|
Originalt billede |
Justeret billede |
Bemærk : Du kan få adgang til vores Google Colab Notebook her link .
Desuden kan du også tjekke de medfølgende artikler om justering af et billedes lysstyrke, kontrast, mætning og farvetone:
Vi har effektivt forklaret metoden til tilfældig justering af billedets lysstyrke, kontrast, mætning og nuance i PyTorch.
Konklusion
For tilfældigt at justere billedets lysstyrke, kontrast, mætning og farvetone i PyTorch, skal du først uploade det ønskede billede til Google Colab. Importer derefter de nødvendige biblioteker og læs inputbilledet. Brug derefter ' ColorJitter() ” metode til at anvende tilfældige transformationer til lysstyrke, mætning, kontrast og nuance af et billede. Til sidst kan du se det justerede billede ved at vise det. Denne blog har illustreret metoden til at justere billedets lysstyrke, kontrast, mætning og nuance i PyTorch.