資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究PyTorch – torchvision.transforms – RandomGrayscale()
為了以一定機率隨機將影像轉換為灰度影像，我們應用**RandomGrayscale()**變換。它是**torchvision.transforms**模組提供的眾多變換之一。此模組包含許多重要的變換，可用於對影像資料執行不同的操作。
**RandomGrayscale()**接受 PIL 和張量影像或一批張量影像。張量影像是一個形狀為**[3, H, W]**的 PyTorch 張量，其中 H 是影像高度，W 是影像寬度。一批張量影像也是一個 torch 張量，形狀為**[B, 3, H, W]**。**B**是批次中的影像數量。
語法
torchvision.transforms.RandomGrayscale(p)(img)
如果**p** = 1，則返回灰度影像。
如果**p** = 0，則返回原始影像。
如果**p**在(0,1)範圍內，則返回灰度影像的機率為**p**。它以給定的機率 p 返回隨機灰度影像。
步驟
我們可以使用以下步驟以給定的機率隨機將影像轉換為灰度影像：
匯入所需的庫。在以下所有示例中，所需的 Python 庫為**torch、Pillow**和**torchvision**。確保您已安裝它們。
import torch import torchvision import torchvision.transforms as T from PIL import Image
讀取輸入影像。輸入影像為 PIL 影像或 torch 張量。
img = Image.open('bargraph.png')定義一個變換，以給定的機率 p 將原始輸入影像隨機轉換為灰度影像。
transform = T.RandomGrayscale(p = 0.25)
將上面定義的變換應用於輸入影像以將其轉換為灰度影像。
img = transform(img)
顯示灰度影像。
img.show()
輸入影像
此影像用作以下所有示例中的輸入。
示例 1
在這個 Python3 程式中，我們使用 p = 1。它一定會將影像轉換為灰度影像。
# import required libraries
import torch
import torchvision.transforms as T
from PIL import Image
# read the input image
img = Image.open('bargraph.png')
# define the transform to randomly convert the input image
# to grayscale with a probability
transform = T.RandomGrayscale(p=1)
# apply the above transform on input image
img = transform(img)
img.show()輸出
它將產生以下輸出：
.jpg)
示例 2
在這個程式中，我們使用 p = 0.25%。這意味著，影像被轉換為灰度影像的機率為 25%。
import torch
import torchvision.transforms as T
from PIL import Image
import matplotlib.pyplot as plt
img = Image.open('bargraph.png')
transform = T.RandomGrayscale(p=0.25)
imgs = [transform(img) for _ in range(4)]
fig = plt.figure(figsize=(7,3))
rows, cols = 2,2
for j in range(0, len(imgs)):
fig.add_subplot(rows, cols, j+1)
plt.imshow(imgs[j])
plt.xticks([])
plt.yticks([])
plt.show()輸出
它將產生以下輸出：
.jpg)
請注意，在 4 個輸出影像中，有一個影像為灰度影像。這是因為我們設定了 p = 0.25。
更新於： 2022年1月6日
423 次瀏覽
廣告