明るさ、コントラスト、彩度、色相は、画像の外観に影響を与える重要な要素です。 PyTorch が提供するのは「 カラージッター() 」メソッドを使用して、特定の画像の明るさ、コントラスト、彩度、色相をランダムに調整します。ユーザーは、各パラメータの値の範囲をタプルまたは単一の値として指定できます。このメソッドは、指定された範囲からランダムに変更された必要な要素を含む、新しく調整された画像を返します。
このブログでは、PyTorch で画像の明るさ、コントラスト、彩度、色相を調整する方法を説明します。
PyTorch で画像の明るさ、コントラスト、彩度、色相をランダムに調整するにはどうすればよいですか?
PyTorch で画像の明るさ、コントラスト、彩度、色相をランダムに調整するには、以下の手順に従います。
ステップ 1: 画像を Google Colab にアップロードする
まず、Google Colab を開き、以下で強調表示されているアイコンをクリックします。次に、コンピューターから特定の画像を選択してアップロードします。
その後、画像が Google Colab にアップロードされます。
ここでは、次の画像をアップロードし、その明るさ、コントラスト、彩度、色相をランダムに調整します。
ステップ 2: 必要なライブラリをインポートする
次に、必要なライブラリをインポートします。たとえば、次のライブラリをインポートしました。
輸入トーチtorchvision.transforms をインポートする として 変換する
PILインポート画像から
ここ：
-
- 「 輸入トーチ 」は PyTorch ライブラリをインポートします。
- 「 torchvision.transforms を変換としてインポートします 」は、画像データをニューラル ネットワークに供給する前に前処理するために使用される変換モジュールを torchvision からインポートします。
- 「 PILインポート画像から 」は、さまざまな画像ファイル形式を開いたり保存したりするために使用されます。
ステップ 3: 入力イメージを読み取る
その後、入力画像をコンピュータから読み込みます。ここでは、「」を読んでいます。 flowers_img.jpg 」に保存します。 input_img ' 変数：
input_img = 画像.open ( 'flowers_img.jpg' )
ステップ 4: 変換を定義する
次に、上記の入力画像の明るさ、コントラスト、彩度、色相を調整するための変換を定義します。ここでは、これらの要素に対して次の値を定義しました。
変換 = 変換.ColorJitter ( 輝度 = 1.5 、 対比 = 1.2 、 飽和 = 2 、 色合い = 0.3 )
ステップ 5: 画像に変換を適用する
ここで、目的の入力画像に上記の変換を適用して、目的の係数を調整します。
new_img = 変換 ( input_img )
ステップ6: 調整した画像を表示する
最後に、調整した画像を表示して確認します。
新しい画像
上記の出力は、入力画像の明るさ、コントラスト、彩度、色相が指定された係数で正常に調整されたことを示しています。
比較
元の画像と調整後の画像の比較は以下のようになります。
|
元の画像 |
調整された画像 |
注記 : ここから Google Colab ノートブックにアクセスできます リンク 。
さらに、画像の明るさ、コントラスト、彩度、色相の調整に関する記事もご覧ください。
PyTorch で画像の明るさ、コントラスト、彩度、色相をランダムに調整する方法を効率的に説明しました。
結論
PyTorch で画像の明るさ、コントラスト、彩度、色相をランダムに調整するには、まず目的の画像を Google Colab にアップロードします。次に、必要なライブラリをインポートし、入力イメージを読み取ります。その後、「」を使用します。 カラージッター() 」メソッドを使用して、画像の明るさ、彩度、コントラスト、色相にランダムな変換を適用します。最後に、調整した画像を表示して確認します。このブログでは、PyTorch で画像の明るさ、コントラスト、彩度、色相を調整する方法を説明しました。