Jak náhodně upravit jas, kontrast, sytost a odstín obrázku v PyTorch?

Jas, kontrast, sytost a odstín jsou důležité faktory obrazu, které mohou ovlivnit jeho vzhled. PyTorch poskytuje „ ColorJitter() ” metoda pro náhodné nastavení jasu, kontrastu, sytosti a odstínu konkrétního obrázku. Uživatelé mohou určit rozsah hodnot pro každý parametr jako n-tici nebo jednu hodnotu. Tato metoda vrací nově upravený snímek s náhodně změněnými požadovanými faktory ze zadaného rozsahu.

Tento blog bude ilustrovat způsob úpravy jasu, kontrastu, sytosti a odstínu obrázku v PyTorch.

Jak náhodně upravit jas, kontrast, sytost a odstín obrázku v PyTorch?

Chcete-li náhodně upravit jas, kontrast, sytost a odstín obrázku v PyTorch, postupujte podle níže uvedených kroků:

• • Nahrajte požadovaný obrázek do služby Google Colab
  • Importujte potřebné knihovny
  • Přečíst vstupní obrázek
  • Definujte transformaci
  • Aplikujte transformaci na obrázek
  • Zobrazit upravený obrázek

Krok 1: Nahrajte obrázek do služby Google Colab

Nejprve otevřete Google Colab a klikněte na níže zvýrazněné ikony. Poté vyberte konkrétní obrázek z počítače a nahrajte jej:

Následně bude obrázek nahrán do služby Google Colab:

Zde jsme nahráli následující obrázek a náhodně upravíme jeho jas, kontrast, sytost a odstín:

Krok 2: Importujte nezbytnou knihovnu

Dále importujte požadované knihovny. Importovali jsme například následující knihovny:

Tady:

• • “ dovozní pochodeň ” importuje knihovnu PyTorch.
  • “ import torchvision.transforms as transforms ” importuje transformační modul z torchvision, který se používá k předběžnému zpracování obrazových dat před jejich dodáním do neuronové sítě.
  • “ z importu PIL Obrázek “ se používá k otevírání a ukládání různých formátů souborů obrázků:

Krok 3: Přečtěte si vstupní obrázek

Poté načtěte vstupní obrázek z počítače. Zde čteme „ květiny_img.jpg “ a jeho uložením do „ input_img 'proměnná:

Krok 4: Definujte transformaci

Poté definujte transformaci pro úpravu jasu, kontrastu, sytosti a odstínu výše uvedeného vstupního obrázku. Zde jsme pro tyto faktory definovali následující hodnoty:

Krok 5: Aplikujte transformaci na obrázek

Nyní aplikujte výše uvedenou transformaci na požadovaný vstupní obrázek a upravte jeho požadované faktory:

Krok 6: Zobrazte upravený obrázek

Nakonec zobrazte upravený obrázek zobrazením:

Výše uvedený výstup ukazuje, že jas, kontrast, sytost a odstín vstupního obrazu byly úspěšně upraveny pomocí zadaných faktorů.

Srovnání

Porovnání mezi původním obrázkem a upraveným obrázkem lze vidět níže:

Poznámka : Zde můžete přistupovat k našemu Zápisníku Google Colab odkaz .

Kromě toho si můžete také prohlédnout poskytnuté články o úpravě jasu, kontrastu, sytosti a odstínu obrázku:

Účinně jsme vysvětlili metodu náhodného nastavení jasu, kontrastu, sytosti a odstínu obrázku v PyTorch.

Závěr

Chcete-li v PyTorch náhodně upravit jas, kontrast, sytost a odstín obrázku, nejprve požadovaný obrázek nahrajte do služby Google Colab. Poté importujte požadované knihovny a přečtěte si vstupní obrázek. Poté použijte „ ColorJitter() ” metoda pro použití náhodných transformací na jas, sytost, kontrast a odstín obrazu. Nakonec si upravený obrázek prohlédněte jeho zobrazením. Tento blog ilustroval metodu úpravy jasu, kontrastu, sytosti a odstínu obrázku v PyTorch.