בהירות, ניגודיות, רוויה וגוון הם הגורמים החשובים בתמונה שיכולים להשפיע על המראה שלה. PyTorch מספקת את ' ColorJitter() ' שיטה להתאמה אקראית של הבהירות, הניגודיות, הרוויה והגוון של התמונה הספציפית. משתמשים יכולים לציין את טווח הערכים עבור כל פרמטר כ-tuple או כערך בודד. שיטה זו מחזירה תמונה שהותאמה לאחרונה עם גורמים רצויים שהשתנו באקראי מהטווח שצוין.
בלוג זה ימחיש את השיטה להתאים את הבהירות, הניגודיות, הרוויה והגוון של התמונה ב- PyTorch.
כיצד להתאים באופן אקראי את הבהירות, הניגודיות, הרוויה והגוון של התמונה ב- PyTorch?
כדי להתאים באופן אקראי את הבהירות, הניגודיות, הרוויה והגוון של תמונה ב- PyTorch, בצע את השלבים המפורטים להלן:
שלב 1: העלה תמונה ל-Google Colab
ראשית, פתח את Google Colab ולחץ על הסמלים המודגשים למטה. לאחר מכן, בחר את התמונה הספציפית מהמחשב והעלה אותה:
לאחר מכן, התמונה תועלה ל-Google Colab:
הנה, העלינו את התמונה הבאה ונתאים באופן אקראי את הבהירות, הניגודיות, הרוויה והגוון שלה:
שלב 2: ייבוא ספרייה נחוצה
לאחר מכן, ייבא את הספריות הנדרשות. לדוגמה, ייבאנו את הספריות הבאות:
לייבא לפידייבוא torchvision.transforms כפי ש הופך
מ-PIL ייבוא תמונה
כאן:
-
- ' לייבא לפיד ' מייבא את ספריית PyTorch.
- ' ייבוא torchvision.שינויים כמו טרנספורמציות ' מייבא את מודול ההמרה מ-torchvision המשמש לעיבוד מוקדם של נתוני תמונה לפני הזנתם לרשת עצבית.
- ' מ-PIL ייבוא תמונה ' משמש לפתיחה ולשמירה של פורמטים שונים של קבצי תמונה:
שלב 3: קרא את תמונת הקלט
לאחר מכן, קרא את תמונת הקלט מהמחשב. הנה, אנו קוראים את ' flowers_img.jpg ואחסון אותו ב- input_img משתנה:
input_img = Image.open ( 'flowers_img.jpg' )
שלב 4: הגדר טרנספורמציה
לאחר מכן, הגדר טרנספורמציה כדי להתאים את הבהירות, הניגודיות, הרוויה והגוון של תמונת הקלט שלמעלה. כאן, הגדרנו את הערכים הבאים עבור גורמים אלה:
transform = transforms.ColorJitter ( בְּהִירוּת = 1.5 , בניגוד = 1.2 , רִוּוּי = 2 , צֶבַע = 0.3 )
שלב 5: החל את השינוי על התמונה
כעת, החל את ההמרה לעיל על תמונת הקלט הרצויה כדי להתאים את הגורמים הרצויים לה:
new_img = טרנספורמציה ( input_img )
שלב 6: הצג את התמונה המותאמת
לבסוף, הצג את התמונה המותאמת על ידי הצגתה:
new_img
הפלט לעיל מראה שהבהירות, הניגודיות, הרוויה והגוון של תמונת הקלט הותאמו בהצלחה עם הגורמים שצוינו.
השוואה
את ההשוואה בין תמונה מקורית לתמונה מותאמת ניתן לראות להלן:
|
תמונה מקורית |
תמונה מותאמת |
הערה : תוכל לגשת למחברת Google Colab שלנו כאן קישור .
יתר על כן, אתה יכול גם לעיין במאמרים המסופקים על התאמת הבהירות, הניגודיות, הרוויה והגוון של תמונה:
הסברנו ביעילות את השיטה של התאמה אקראית של הבהירות, הניגודיות, הרוויה והגוון של התמונה ב- PyTorch.
סיכום
כדי להתאים באופן אקראי את הבהירות, הניגודיות, הרוויה והגוון של התמונה ב- PyTorch, תחילה העלה את התמונה הרצויה ל-Google Colab. לאחר מכן, ייבא את הספריות הנדרשות וקרא את תמונת הקלט. לאחר מכן, השתמש ב' ColorJitter() שיטה להחלת טרנספורמציות אקראיות על הבהירות, הרוויה, הניגודיות והגוון של תמונה. לבסוף, הצג את התמונה המותאמת על ידי הצגתה. בלוג זה המחיש את השיטה להתאים את הבהירות, הניגודיות, הרוויה והגוון של התמונה ב- PyTorch.