调整亮度、对比度、饱和度和色相

调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相

补充：transform.invert 预处理逆操作

from PIL import Image
from torchvision import transforms
import torch
import numpy as npdef transform_invert(img_, transform_train):"""将data 进行反transfrom操作:param img_: tensor:param transform_train: torchvision.transforms:return: PIL image"""if 'Normalize' in str(transform_train):# 分析transforms里的Normalizenorm_transform = list(filter(lambda x: isinstance(x, transforms.Normalize), transform_train.transforms))mean = torch.tensor(norm_transform[0].mean, dtype=img_.dtype, device=img_.device)std = torch.tensor(norm_transform[0].std, dtype=img_.dtype, device=img_.device)img_.mul_(std[:, None, None]).add_(mean[:, None, None])  # 广播三个维度 乘标准差 加均值img_ = img_.transpose(0, 2).transpose(0, 1)  # C*H*W --> H*W*C# 如果有ToTensor，那么之前数值就会被压缩至0-1之间。现在需要反变换回来，也就是乘255if 'ToTensor' in str(transform_train):img_ = np.array(img_) * 255# 先将np的元素转换为uint8数据类型，然后转换为PIL.Image类型if img_.shape[2] == 3:  # 若通道数为3 需要转为RGB类型img_ = Image.fromarray(img_.astype('uint8')).convert('RGB')elif img_.shape[2] == 1:  # 若通道数为1 需要压缩张量的维度至2Dimg_ = Image.fromarray(img_.astype('uint8').squeeze())else:raise Exception("Invalid img shape, expected 1 or 3 in axis 2, but got {}!".format(img_.shape[2]))return img_if __name__ == '__main__':img = Image.open(r"./test.jpg").convert('RGB')img_transform = transforms.Compose([transforms.ToTensor()])img_tensor = img_transform(img)# img_tensor.unsqueeze_(dim=0)    # C*H*W to B*C*H*Wprint(img_tensor)print(img_tensor.shape)img = transform_invert(img_tensor, img_transform)  # input: shape=[c h w]img.show()

调整亮度、对比度、饱和度和色相：ColorJitter

功能：调整亮度、对比度、饱和度和色相

主要参数说明：

brightness:亮度调整因子
当为a时，从[max(0, 1-a), 1 +a]中随机选择
当为(a, b)时，从[a, b]中
contrast:对比度参数，同brightness
saturation:饱和度参数，同brightness
hue:色相参数，当为a时，从[-a, a]中选择参数，注:0<= a <= 0.5

原图

1.亮度调整

from PIL import Image
from torchvision import transforms
from utils import transform_invertif __name__ == '__main__':# 1.读取图像img = Image.open(r"./cat.png").convert('RGB')# 2.确定预处理方式img_transform = transforms.Compose([## transforms.Resize((300,300)),  # 重置大小为300*300transforms.ColorJitter(brightness=0.5), # 亮度transforms.ToTensor()  # 转Tensor型变量])# 3.进行预处理img_tensor = img_transform(img)# 4.逆Transform变换img = transform_invert(img_tensor, img_transform)  # input: shape=[c h w]# 5.进行预处理效果展示img.show()

2. 调整对比度

from PIL import Image
from torchvision import transforms
from utils import transform_invertif __name__ == '__main__':# 1.读取图像img = Image.open(r"./cat.png").convert('RGB')# 2.确定预处理方式img_transform = transforms.Compose([## transforms.Resize((300,300)),  # 重置大小为300*300transforms.ColorJitter(contrast=0.1), # 对比度transforms.ToTensor()  # 转Tensor型变量])# 3.进行预处理img_tensor = img_transform(img)# 4.逆Transform变换img = transform_invert(img_tensor, img_transform)  # input: shape=[c h w]# 5.进行预处理效果展示img.show()

3.调整饱和度

from PIL import Image
from torchvision import transforms
from utils import transform_invertif __name__ == '__main__':# 1.读取图像img = Image.open(r"./cat.png").convert('RGB')# 2.确定预处理方式img_transform = transforms.Compose([## transforms.Resize((300,300)),  # 重置大小为300*300transforms.ColorJitter(saturation=0.1), # 饱和度transforms.ToTensor()  # 转Tensor型变量])# 3.进行预处理img_tensor = img_transform(img)# 4.逆Transform变换img = transform_invert(img_tensor, img_transform)  # input: shape=[c h w]# 5.进行预处理效果展示img.show()

4.调整色相

from PIL import Image
from torchvision import transforms
from utils import transform_invertif __name__ == '__main__':# 1.读取图像img = Image.open(r"./cat.png").convert('RGB')# 2.确定预处理方式img_transform = transforms.Compose([## transforms.Resize((300,300)),  # 重置大小为300*300transforms.ColorJitter(hue=0.8),  # 色相transforms.ToTensor()  # 转Tensor型变量])# 3.进行预处理img_tensor = img_transform(img)# 4.逆Transform变换img = transform_invert(img_tensor, img_transform)  # input: shape=[c h w]# 5.进行预处理效果展示img.show()

调整亮度、对比度、饱和度和色相相关推荐

图像处理之调整亮度与饱和度
图像处理之调整亮度与饱和度什么是亮度: 简单点说一幅图像的亮度属性是图像的RGB值的大小,RGB各个值越大亮度越高RGB 分量取值范围为0-255之间.调整图像亮度. 什么是饱和度: 饱和度是是指颜 ...
windows android 对比度,色彩对比度饱和度基本测试
色彩对比度饱和度基本测试实际显示效果方面,第一印象上这块LTPS屏幕的色彩表现还是令人满意的,只是在屏幕亮度方面略有不足,下面我们将着重通过Display Tester这款软件当中容纳的多项屏幕测试 ...
图像调整亮度饱和度 c语言,图像处理之调整亮度与饱和度
图像处理之调整亮度与饱和度什么是亮度: 简单点说一幅图像的亮度属性是图像的RGB值的大小,RGB各个值越大亮度越高RGB 分量取值范围为0-255之间.调整图像亮度. 什么是饱和度: 饱和度是是指颜 ...
android bitmap 色温,色温对比度饱和度屏幕量化测试_手机Android频道-中关村在线...
既然是1080p四核手机横评,那么本次横评的重点无疑在于屏幕与性能跑分.对于屏幕部分,我们依旧请出了去年横评时引入评测环节的BM-7A亮度色度仪对参与测试的机型进行了色温.饱和度.对比度的测试.这一设 ...
Unity 3D 游戏通用系统设置页面,自定义按键设置,背景虚化,图像设置,亮度对比度饱和度音量调节,分辨率窗口化,帧率垂直同步,抗锯齿,阴影质量,纹理质量设置
简易的游戏通用设置页面本文章包含所有代码及UI结构页面效果: UI结构(便于管理): 代码: 思路: 整个页面的父物体SettingPanel上挂载管理代码,用于获取设置页面中所有的功能按钮,拖动 ...
python numpy opencv调整图片亮度对比度饱和度
python 调整图片亮度对比度饱和度安装依赖库亮度变换对比度变换综合调整(完整代码) (想要完整代码直接划到最后) 原理比较简单,本质上是对图像各个通道的每个像素点做线性变换,对超出范围[0 ...
图片饱和度，色相，亮度调整
改变图片颜色,会让图片更具灵活性和趣味性,那我们通常在修改图片的像素色差时,如何实现呢? 效果图: 饱和度: 色相: 亮度: OK,看完效果了,那么我们就用最简单的方式实现这几种有逼格的效果吧: xm ...
android 图像对比度,关于opengl-es:Android-OpenGL-ES-反相曝光对比度饱和度色调滤镜
通过前几篇的博客,咱们应该队OpenGL有了根底的意识,那么咱们就该来点实际了,它来了,它来了,真正的滤镜它来了先放效果图滤镜的学习是个循序渐进的过程,咱们本章先说一下简略的滤镜,也让读者揭开一角 ...
PS里的亮度/对比度/饱和度/色阶算法-OpenGL实现
1.亮度 PS里的亮度调整,主要是控制图片整体的亮度,可以弥补曝光过度和曝光补足需要补光的问题. 对RGB图像来说,亮度算法有很多种,最简单的一种就是直接整体提升或降低像素的RGB值.(RGB值为0到 ...

调整亮度、对比度、饱和度和色相

调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相

补充：transform.invert 预处理逆操作

调整亮度、对比度、饱和度和色相：ColorJitter

功能：调整亮度、对比度、饱和度和色相

主要参数说明：

原图

1.亮度调整

2. 调整对比度

3.调整饱和度

4.调整色相

调整亮度、对比度、饱和度和色相相关推荐

最新文章

热门文章

调整亮度、对比度、饱和度和色相

调整亮度、对比度、饱和度和色相 调整亮度、对比度、饱和度和色相 调整亮度、对比度、饱和度和色相

补充：transform.invert 预处理逆操作

调整亮度、对比度、饱和度和色相：ColorJitter

功能：调整亮度、对比度、饱和度和色相

主要参数说明：

原图

1.亮度调整

2. 调整对比度

3.调整饱和度

4.调整色相

调整亮度、对比度、饱和度和色相相关推荐

最新文章

热门文章

调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相调整亮度、对比度、饱和度和色相