Kecerahan, kontras, saturasi, dan rona merupakan faktor penting dalam sebuah gambar yang dapat memengaruhi tampilannya. PyTorch menyediakan “ WarnaJitter() ” metode untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar tertentu secara acak. Pengguna dapat menentukan rentang nilai untuk setiap parameter sebagai tupel atau nilai tunggal. Metode ini mengembalikan gambar yang baru disesuaikan dengan faktor diinginkan yang diubah secara acak dari rentang yang ditentukan.
Blog ini akan mengilustrasikan metode untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar di PyTorch.
Bagaimana Cara Menyesuaikan Kecerahan, Kontras, Saturasi, dan Rona Gambar Secara Acak di PyTorch?
Untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar secara acak di PyTorch, ikuti langkah-langkah di bawah ini:
Langkah 1: Unggah Gambar ke Google Colab
Pertama, buka Google Colab dan klik ikon yang disorot di bawah. Kemudian, pilih gambar tertentu dari komputer dan unggah:
Selanjutnya gambar akan diunggah ke Google Colab:
Di sini, kami telah mengunggah gambar berikut dan kami akan menyesuaikan kecerahan, kontras, saturasi, dan rona secara acak:
Langkah 2: Impor Perpustakaan yang Diperlukan
Selanjutnya, impor perpustakaan yang diperlukan. Misalnya, kami telah mengimpor perpustakaan berikut:
impor oborimpor torchvision.transforms sebagai berubah
dari PIL mengimpor Gambar
Di Sini:
-
- “ impor obor ” mengimpor perpustakaan PyTorch.
- “ impor torchvision.transforms sebagai transformasi ” mengimpor modul transformasi dari torchvision yang digunakan untuk memproses data gambar terlebih dahulu sebelum memasukkannya ke dalam jaringan saraf.
- “ dari PIL mengimpor Gambar ” digunakan untuk membuka dan menyimpan berbagai format file gambar:
Langkah 3: Baca Gambar Masukan
Setelah itu, baca gambar masukan dari komputer. Di sini, kita membaca “ bunga_img.jpg ” dan menyimpannya di “ masukan_img ' variabel:
input_img = Gambar.terbuka ( 'bunga_img.jpg' )
Langkah 4: Tentukan Transformasi
Kemudian, tentukan transformasi untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar masukan di atas. Di sini, kami telah menetapkan nilai berikut untuk faktor-faktor ini:
transform = transformasi.ColorJitter ( kecerahan = 1.5 , kontras = 1.2 , kejenuhan = 2 , warna = 0,3 )
Langkah 5: Terapkan Transformasi pada Gambar
Sekarang, terapkan transformasi di atas pada gambar masukan yang diinginkan untuk menyesuaikan faktor yang diinginkan:
new_img = transformasi ( masukan_img )
Langkah 6: Tampilkan Gambar yang Disesuaikan
Terakhir, lihat gambar yang disesuaikan dengan menampilkannya:
baru_img
Keluaran di atas menunjukkan bahwa kecerahan, kontras, saturasi, dan rona gambar masukan telah berhasil disesuaikan dengan faktor yang ditentukan.
Perbandingan
Perbandingan antara gambar asli dan gambar hasil penyesuaian dapat dilihat di bawah ini:
Gambar asli
|
Gambar yang Disesuaikan
|
Catatan : Anda dapat mengakses Notebook Google Colab kami di sini tautan .
Selain itu, Anda juga dapat membaca artikel yang disediakan tentang menyesuaikan kecerahan, kontras, saturasi, dan rona gambar:
Kami telah menjelaskan secara efisien metode penyesuaian kecerahan, kontras, saturasi, dan rona gambar secara acak di PyTorch.
Kesimpulan
Untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar secara acak di PyTorch, pertama-tama unggah gambar yang diinginkan ke Google Colab. Kemudian, impor perpustakaan yang diperlukan dan baca gambar masukan. Setelah itu, gunakan “ WarnaJitter() ” metode untuk menerapkan transformasi acak pada kecerahan, saturasi, kontras, dan rona suatu gambar. Terakhir, lihat gambar yang disesuaikan dengan menampilkannya. Blog ini telah mengilustrasikan metode untuk menyesuaikan kecerahan, kontras, saturasi, dan rona gambar di PyTorch.