diff --git a/doc/paddle/api/alias_api_mapping b/doc/paddle/api/alias_api_mapping index 0da2989975f7c57e4f4a97a513173c4688a0f2a6..44e2c2bba48704ee554845c1bb2d41013cc7b27f 100644 --- a/doc/paddle/api/alias_api_mapping +++ b/doc/paddle/api/alias_api_mapping @@ -502,3 +502,29 @@ paddle.fluid.layers.center_loss paddle.nn.functional.center_loss,paddle.nn.funct paddle.nn.functional.input.one_hot paddle.nn.functional.one_hot paddle.tensor.creation.full paddle.full,paddle.tensor.full paddle.fluid.layers.soft_relu paddle.nn.functional.soft_relu,paddle.nn.functional.activation.soft_relu +paddle.vision.transforms.transforms.Compose paddle.vision.transforms.Compose +paddle.vision.transforms.transforms.BatchCompose paddle.vision.transforms.BatchCompose +paddle.vision.transforms.transforms.Resize paddle.vision.transforms.Resize +paddle.vision.transforms.transforms.RandomResizedCrop paddle.vision.transforms.RandomResizedCrop +paddle.vision.transforms.transforms.CenterCropResize paddle.vision.transforms.CenterCropResize +paddle.vision.transforms.transforms.CenterCrop paddle.vision.transforms.CenterCrop +paddle.vision.transforms.transforms.RandomHorizontalFlip paddle.vision.transforms.RandomHorizontalFlip +paddle.vision.transforms.transforms.RandomVerticalFlip paddle.vision.transforms.RandomVerticalFlip +paddle.vision.transforms.transforms.Permute paddle.vision.transforms.Permute +paddle.vision.transforms.transforms.Normalize paddle.vision.transforms.Normalize +paddle.vision.transforms.transforms.GaussianNoise paddle.vision.transforms.GaussianNoise +paddle.vision.transforms.transforms.BrightnessTransform paddle.vision.transforms.BrightnessTransform +paddle.vision.transforms.transforms.SaturationTransform paddle.vision.transforms.SaturationTransform +paddle.vision.transforms.transforms.ContrastTransform paddle.vision.transforms.ContrastTransform +paddle.vision.transforms.transforms.HueTransform paddle.vision.transforms.HueTransform +paddle.vision.transforms.transforms.ColorJitter paddle.vision.transforms.ColorJitter +paddle.vision.transforms.transforms.RandomCrop paddle.vision.transforms.RandomCrop +paddle.vision.transforms.transforms.RandomErasing paddle.vision.transforms.RandomErasing +paddle.vision.transforms.transforms.Pad paddle.vision.transforms.Pad +paddle.vision.transforms.transforms.RandomRotate paddle.vision.transforms.RandomRotate +paddle.vision.transforms.transforms.Grayscale paddle.vision.transforms.Grayscale +paddle.vision.transforms.functional.flip paddle.vision.transforms.flip +paddle.vision.transforms.functional.resize paddle.vision.transforms.resize +paddle.vision.transforms.functional.pad paddle.vision.transforms.pad +paddle.vision.transforms.functional.rotate paddle.vision.transforms.rotate +paddle.vision.transforms.functional.to_grayscale paddle.vision.transforms.to_grayscale \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/flip_cn.rst b/doc/paddle/api/paddle/vision/flip_cn.rst deleted file mode 100644 index d8f1f7efd1b9a2c74d9902ae4c0c58d6dafa6f22..0000000000000000000000000000000000000000 --- a/doc/paddle/api/paddle/vision/flip_cn.rst +++ /dev/null @@ -1,43 +0,0 @@ -.. _cn_api_tensor_flip: - -flip -------------------------------- - -.. py:function:: paddle.flip(x, axis, name=None): - -:alias_main: paddle.flip -:alias: paddle.flip, paddle.tensor.flip, paddle.tensor.manipulation.flip - - - -该OP沿指定轴反转n维tensor. - -参数： - - **x** (Variable) - 输入张量。维度为多维，数据类型为bool, int32, int64, float32或float64。 - - **axis** (list) - 需要翻转的轴。当 ``axis[i] < 0`` 时，实际的计算维度为 ndim(x) + axis[i]，其中i为axis的索引。 - - **name** (str|None) - 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` 。默认值为None。 - -返回：在指定axis上翻转后的张量，与输入x数据类型相同。 - -返回类型：Variable，与输入x数据类型相同。 - -抛出异常： - - ``TypeError`` - 当输出 ``out`` 和输入 ``x`` 数据类型不一致时候。 - - ``ValueError`` - 当参数 ``axis`` 不合法时。 - -**代码示例1**： - -.. code-block:: python - - import paddle - import numpy as np - - paddle.enable_imperative() - - image_shape=(3, 2, 2) - x = np.arange(image_shape[0] * image_shape[1] * image_shape[2]).reshape(image_shape) - x = x.astype('float32') - img = paddle.imperative.to_variable(x) - out = paddle.flip(img, [0,1]) - print(out) # [[[10,11][8, 9]],[[6, 7],[4, 5]] [[2, 3],[0, 1]]] - diff --git a/doc/paddle/api/paddle/vision/transforms/functional/flip_cn.rst b/doc/paddle/api/paddle/vision/transforms/functional/flip_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..291ca39342acfbf86fdc9798aa18730e38d1a182 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/functional/flip_cn.rst @@ -0,0 +1,41 @@ +.. _cn_api_vision_transforms_flip: + +flip +------------------------------- + +.. py:function:: paddle.vision.transforms.flip(image, code) + +根据翻转的类型对输入图像进行翻转。 + +参数 +::::::::: + + - image (numpy.ndarray) - 输入的图像数据，形状为(H, W, C)。 + - code (int) - 支持的翻转类型，-1: 水平和垂直翻转，0: 垂直翻转，1: 水平翻转。 + +返回 +::::::::: + + ``numpy.ndarray``，翻转后的图像数据。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import functional as F + + + np.random.seed(5) + fake_img = np.random.rand(224, 224, 3) + + # flip horizontally and vertically + flip_img_1 = F.flip(fake_img, -1) + + # flip vertically + flip_img_2 = F.flip(fake_img, 0) + + # flip horizontally + flip_img_3 = F.flip(fake_img, 1) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/functional/pad_cn.rst b/doc/paddle/api/paddle/vision/transforms/functional/pad_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..cba1468c478f76075fef7f3c1f3acc9f1269cde2 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/functional/pad_cn.rst @@ -0,0 +1,44 @@ +.. _cn_api_vision_transforms_pad: + +pad +------------------------------- + +.. py:function:: paddle.vision.transforms.pad(img, padding, fill=(0, 0, 0), padding_mode='constant') + +使用特定的填充模式和填充值来对输入图像进行填充。 + +参数 +::::::::: + + - img (np.ndarray) - 被填充的图像。 + - padding (int|tuple) - 在图像每个边框上填充。 + 如果提供单个int值，则用于填充图像所有边。 + 如果提供长度为2的元组，则分别为图像左/右和顶部/底部进行填充。 + 如果提供了长度为4的元组，则分别按照左，上，右和下的顺序为图像填充。 + - fill (int|tuple) - 用于填充的像素值，仅当padding_mode为constant时传递此参数，默认使用0来进行每个像素的填充。 + 如果参数值是一个长度为3的元组，则会分别用于填充R，G，B通道。 + - padding_mode (string) - 填充模式，支持：constant, edge, reflect 或 symmetric，默认值：constant，使用fill参数值填充。 + ``constant`` 表示使用fill参数来指定一个值进行填充。 + ``edge`` 表示在图像边缘填充最后一个值。 + ``reflect`` 表示用原图像的反向图片填充（不重复使用边缘上的值）。比如使用这个模式对 ``[1, 2, 3, 4]``的两端分别填充2个值，最后结果是 ``[3, 2, 1, 2, 3, 4, 3, 2]``。 + ``symmetric`` 表示用原图像的反向图片填充（重复使用边缘上的值）。比如使用这个模式对 ``[1, 2, 3, 4]``的两端分别填充2个值，最后结果是 ``[2, 1, 1, 2, 3, 4, 4, 3]``。 + +返回 +::::::::: + + ``numpy.ndarray``，填充后的图像数据。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms.functional import pad + + + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = pad(fake_img, 2) + + print(fake_img.shape) + # (504, 504, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/functional/resize_cn.rst b/doc/paddle/api/paddle/vision/transforms/functional/resize_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..c64fc53159aa3406ac26299ed571a60ff5e87e24 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/functional/resize_cn.rst @@ -0,0 +1,43 @@ +.. _cn_api_vision_transforms_resize: + +resize +------------------------------- + +.. py:function:: paddle.vision.transforms.resize(img, size, interpolation=cv2.INTER_LINEAR) + +将输入数据调整为指定大小。 + +参数 +::::::::: + + - img (numpy.ndarray) - 输入数据，可以是(H, W, C)形状的图像或遮罩。 + - size (int|tuple) - 输出图像大小。 + 如果size是一个序列，例如（h，w），输出大小将与此匹配。 + 如果size为int，图像的较小边缘将与此数字匹配，即如果 height > width，则图像将重新缩放为(size * height / width, size)。 + - interpolation (int，可选) - 调整图片大小时使用的插值模式。默认值: cv2.INTER_LINEAR。 + +返回 +::::::::: + + ``numpy.ndarray``，调整大小后的图像数据。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import functional as F + + + fake_img = np.random.rand(256, 256, 3) + fake_img_1 = F.resize(fake_img, 224) + + print(fake_img_1.shape) + # (224, 224, 3) + + fake_img_2 = F.resize(fake_img, (200, 150)) + + print(fake_img_2.shape) + # (200, 150, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/functional/rotate_cn.rst b/doc/paddle/api/paddle/vision/transforms/functional/rotate_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..ce7e66286caf5cd94c2421cc9de4775819aabbe8 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/functional/rotate_cn.rst @@ -0,0 +1,69 @@ +.. _cn_api_vision_transforms_rotate: + +rotate +------------------------------- + +.. py:function:: paddle.vision.transforms.rotate(img, angle, interpolation=cv2.INTER_LINEAR, expand=False, center=None) + +按角度旋转图像。 + +参数 +::::::::: + + - img (numpy.ndarray) - 输入图像。 + - angle (float|int) - 旋转角度，顺时针。 + - interpolation (int，可选) - 调整图片大小时使用的插值模式。默认值: cv2.INTER_LINEAR。 + - expand (bool，可选) - 是否要对旋转后的图片进行大小扩展，默认值: False，不进行扩展。 + 当参数值为True时，会对图像大小进行扩展，让其能够足以容纳整个旋转后的图像。 + 当参数值为False时，会按照原图像大小保留旋转后的图像。 + **这个扩展操作的前提是围绕中心旋转且没有平移。** + - center (2-tuple，可选) - 旋转的中心点坐标，原点是图片左上角，默认值是图像的中心点。 + +返回 +::::::::: + + ``numpy ndarray``，旋转后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms.functional import rotate + + + fake_img = np.random.rand(3, 3, 3).astype('float32') + print('before rotate:') + print(fake_img) + fake_img = rotate(fake_img, 90) + print('after rotate:') + print(fake_img) + """ + before rotate: + [[[0.9320921 0.311002 0.22388814] + [0.9551999 0.10015319 0.7481808 ] + [0.4619514 0.29591113 0.12210595]] + + [[0.77222216 0.3235876 0.5718483 ] + [0.8797754 0.35876957 0.9330844 ] + [0.65897316 0.11888863 0.31214228]] + + [[0.7627513 0.05149421 0.41464522] + [0.2620253 0.7800404 0.990831 ] + [0.7814754 0.21640824 0.4333755 ]]] + + after rotate: + [[[0. 0. 0. ] + [0.7627513 0.05149421 0.41464522] + [0.77222216 0.3235876 0.5718483 ]] + + [[0. 0. 0. ] + [0.2620253 0.7800404 0.990831 ] + [0.8797754 0.35876957 0.9330844 ]] + + [[0. 0. 0. ] + [0.7814754 0.21640824 0.4333755 ] + [0.65897316 0.11888863 0.31214228]]] + """ + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/functional/to_grayscale_cn.rst b/doc/paddle/api/paddle/vision/transforms/functional/to_grayscale_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..24c2509747a4a1a2fc7e2564e0c5adb86f365d68 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/functional/to_grayscale_cn.rst @@ -0,0 +1,36 @@ +.. _cn_api_vision_transforms_to_grayscale: + +to_grayscale +------------------------------- + +.. py:function:: paddle.vision.transforms.to_grayscale(img, num_output_channels=1) + +将图像转换为灰度。 + +参数 +::::::::: + + - img (numpy.ndarray) - 输入图像 + - num_output_channels (int，可选) - 输出图像的通道数，默认值为1，单通道。 + +返回 +::::::::: + + ``numpy.ndarray``，输入图像的灰度版本。 + - 如果 output_channels == 1 : 返回一个单通道图像。 + - 如果 output_channels == 3 : 返回一个RBG格式的3通道图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms.functional import to_grayscale + + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = to_grayscale(fake_img) + + print(fake_img.shape) + # (500, 500, 1) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/BatchCompose_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/BatchCompose_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..23918dccd78ea0c2adb8bb586fd03e43b74e2b5c --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/BatchCompose_cn.rst @@ -0,0 +1,76 @@ +.. _cn_api_vision_transforms_BatchCompose: + +BatchCompose +------------------------------- + +.. py:class:: paddle.vision.transforms.BatchCompose(transforms=[]) + +用于处理批数据的预处理接口组合。 + +参数 +::::::::: + + - transforms (list): - 用于组合的数据预处理接口实例。这些预处理接口所处理的是一批数据。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.io import DataLoader + + from paddle import set_device + from paddle.vision.datasets import Flowers + from paddle.vision.transforms import Compose, BatchCompose, Resize + + class NormalizeBatch(object): + def __init__(self, + mean=[0.485, 0.456, 0.406], + std=[0.229, 0.224, 0.225], + scale=True, + channel_first=True): + + self.mean = mean + self.std = std + self.scale = scale + self.channel_first = channel_first + if not (isinstance(self.mean, list) and isinstance(self.std, list) and + isinstance(self.scale, bool)): + raise TypeError("{}: input type is invalid.".format(self)) + from functools import reduce + if reduce(lambda x, y: x * y, self.std) == 0: + raise ValueError('{}: std is invalid!'.format(self)) + + def __call__(self, samples): + for i in range(len(samples)): + samples[i] = list(samples[i]) + im = samples[i][0] + im = im.astype(np.float32, copy=False) + mean = np.array(self.mean)[np.newaxis, np.newaxis, :] + std = np.array(self.std)[np.newaxis, np.newaxis, :] + if self.scale: + im = im / 255.0 + im -= mean + im /= std + if self.channel_first: + im = im.transpose((2, 0, 1)) + samples[i][0] = im + return samples + + transform = Compose([Resize((500, 500))]) + flowers_dataset = Flowers(mode='test', transform=transform) + + device = set_device('cpu') + + collate_fn = BatchCompose([NormalizeBatch()]) + loader = DataLoader( + flowers_dataset, + batch_size=4, + places=device, + return_list=True, + collate_fn=collate_fn) + + for data in loader: + # do something + break \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/BrightnessTransform_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/BrightnessTransform_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..00c9e340f3adfdb472c23b6a6ceb3a5f1ea517a0 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/BrightnessTransform_cn.rst @@ -0,0 +1,35 @@ +.. _cn_api_vision_transforms_BrightnessTransform: + +BrightnessTransform +------------------------------- + +.. py:class:: paddle.vision.transforms.BrightnessTransform(value) + +调整图像的亮度。 + +参数 +::::::::: + + - value (float) - 亮度调整范围大小，会从给定参数后的均匀分布[max(0，1 - brightness), 1 + brightness]中随机选择进行实际调整，可以是任何非负数。参数等于0时输出原始图像。 + +返回 +::::::::: + + ``numpy ndarray``，调整亮度后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import BrightnessTransform + + + transform = BrightnessTransform(0.4) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/CenterCropResize_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/CenterCropResize_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..e0a2b9a14830024fe5fdd9997e0ad3c86729a000 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/CenterCropResize_cn.rst @@ -0,0 +1,37 @@ +.. _cn_api_vision_transforms_CenterCropResize: + +CenterCropResize +------------------------------- + +.. py:class:: paddle.vision.transforms.CenterCropResize(size, crop_padding=32, interpolation=cv2.INTER_LINEAR) + +通过填充将图像裁剪到图像中心，然后缩放尺寸。 + +参数 +::::::::: + + - size (int|list|tuple) - 输出图像的形状大小。 + - crop_padding (int) - 中心裁剪时进行padding的大小。默认值: 32。 + - interpolation (int) - 调整图片大小时使用的插值模式。默认值: cv2.INTER_LINEAR。 + +返回 +::::::::: + + ``numpy ndarray``，裁剪并调整尺寸后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import CenterCropResize + + + transform = CenterCropResize(224) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (224, 224, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/CenterCrop_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/CenterCrop_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..b71e8b4259927259a27c00a70ac7cf6376b1a6b8 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/CenterCrop_cn.rst @@ -0,0 +1,34 @@ +.. _cn_api_vision_transforms_CenterCrop: + +CenterCrop +------------------------------- + +.. py:class:: paddle.vision.transforms.CenterCrop(output_size) + +对输入图像进行裁剪，保持图片中心点不变。 + +参数 +::::::::: + + - output_size (int|tuple) - 输出图像的形状大小。 + +返回 +::::::::: + + ``numpy ndarray``，裁剪后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import CenterCrop + + + transform = CenterCrop(224) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (224, 224, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/ColorJitter_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/ColorJitter_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..751d0a915bf3c712d470dafcbe1dad61a4cf23d6 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/ColorJitter_cn.rst @@ -0,0 +1,38 @@ +.. _cn_api_vision_transforms_ColorJitter: + +ColorJitter +------------------------------- + +.. py:class:: paddle.vision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0) + +随机调整图像的亮度，对比度，饱和度和色调。 + +参数 +::::::::: + + - brightness(float) - 亮度调整范围大小，会从给定参数后的均匀分布[max(0，1 - brightness), 1 + brightness]中随机选择进行实际调整，不能是负数。 + - contrast(float) - 对比度调整范围大小，，会从给定参数后的均匀分布[max(0，1 - contrast), 1 + contrast]中随机选择进行实际调整，不能是负数。 + - saturation(float) - 饱和度调整范围大小，，会从给定参数后的均匀分布[max(0，1 - saturation), 1 + saturation]中随机选择进行实际调整，不能是负数。 + - hue(float) - 色调调整范围大小，，会从给定参数后的均匀分布[-hue, hue]中随机选择进行实际调整，参数值需要在0到0.5之间。 + +返回 +::::::::: + + ``numpy ndarray``，调整亮度、对比度、饱和度和色调后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import ColorJitter + + + transform = ColorJitter(0.4) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Compose_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Compose_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..c36174238bf2fbc8a2dab66c0f69bfa8351f4afa --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Compose_cn.rst @@ -0,0 +1,35 @@ +.. _cn_api_vision_transforms_Compose: + +Compose +------------------------------- + +.. py:class:: paddle.vision.transforms.Compose(transforms) + +将用于数据集预处理的接口以列表的方式进行组合。 + +参数 +::::::::: + + - transforms (list) - 用于组合的数据预处理接口实例列表。 + +返回 +::::::::: + + 一个可调用的Compose对象，它将依次调用每个给定的 :attr:`transforms`。 + +代码示例 +::::::::: + +.. code-block:: python + + from paddle.vision.datasets import Flowers + from paddle.vision.transforms import Compose, ColorJitter, Resize + + transform = Compose([ColorJitter(), Resize(size=608)]) + flowers = Flowers(mode='test', transform=transform) + + for i in range(10): + sample = flowers[i] + print(sample[0].shape, sample[1]) + + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/ContrastTransform_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/ContrastTransform_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..31f34498e06e94aca840c131ffe9a312458487cd --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/ContrastTransform_cn.rst @@ -0,0 +1,34 @@ +.. _cn_api_vision_transforms_ContrastTransform: + +ContrastTransform +------------------------------- + +.. py:class:: paddle.vision.transforms.ContrastTransform(value) + +调整图像对比度。 + +参数 +::::::::: + + - value (float) - 对比度调整范围大小，会从给定参数后的均匀分布[max(0，1 - contrast), 1 + contrast]中随机选择进行实际调整，不能是负数。参数值为0时返回原图像。 + +返回 +::::::::: + + ``numpy ndarray``，调整对比度后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import ContrastTransform + + + transform = ContrastTransform(0.4) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/GaussianNoise_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/GaussianNoise_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..3e713a9fd03192b1a6f75700110e365a4cea97a2 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/GaussianNoise_cn.rst @@ -0,0 +1,36 @@ +.. _cn_api_vision_transforms_GaussianNoise: + +GaussianNoise +------------------------------- + +.. py:class:: paddle.vision.transforms.GaussianNoise(mean=0.0, std=1.0) + +基于给定的均值和标准差来产生高斯噪声，并将随机高斯噪声添加到输入数据。 + +参数 +::::::::: + + - mean (float) - 用于产生噪声的高斯平均值。 + - std (float) - 用于产生噪声的高斯标准偏差。 + +返回 +::::::::: + + ``numpy ndarray``，增加高斯噪声后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import GaussianNoise + + + transform = GaussianNoise() + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Grayscale_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Grayscale_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..a9ac84412617be742b96ea45ebd478d18a3a4567 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Grayscale_cn.rst @@ -0,0 +1,37 @@ +.. _cn_api_vision_transforms_Grayscale: + +Grayscale +------------------------------- + +.. py:class:: paddle.vision.transforms.Grayscale(output_channels=1) + +将图像转换为灰度。 + +参数 +::::::::: + + - output_channels (int) - 输出图像的通道数，参数值为1或3。 + +返回 +::::::::: + + ``numpy.ndarray``，输入图像的灰度版本。 + - 如果 output_channels == 1 : 返回一个单通道图像。 + - 如果 output_channels == 3 : 返回一个RBG格式的3通道图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import Grayscale + + + transform = Grayscale() + fake_img = np.random.rand(500, 400, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 400, 1) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/HueTransform_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/HueTransform_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..ef057f4c949b4f1999f4e838843b2c63714dda7f --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/HueTransform_cn.rst @@ -0,0 +1,35 @@ +.. _cn_api_vision_transforms_HueTransform: + +HueTransform +------------------------------- + +.. py:class:: paddle.vision.transforms.HueTransform(value) + +调整图像的色调。 + +参数 +::::::::: + + - value (float) - 色调调整范围大小，，会从给定参数后的均匀分布[-hue, hue]中随机选择进行实际调整，参数值需要在0到0.5之间, 参数值为0时返回原始图像。 + +返回 +::::::::: + + ``numpy ndarray``，调整色调后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import HueTransform + + + transform = HueTransform(0.4) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Normalize_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Normalize_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..5bccb9e4d11bd587d8f1529c04e687f7f23e1a78 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Normalize_cn.rst @@ -0,0 +1,41 @@ +.. _cn_api_vision_transforms_Normalize: + +Normalize +------------------------------- + +.. py:class:: paddle.vision.transforms.Normalize(mean=0.0, std=1.0) + +图像归一化处理，支持两种方式： +1. 用统一的均值和标准差值对图像的每个通道进行归一化处理； +2. 对每个通道指定不同的均值和标准差值进行归一化处理。 + +计算过程： + +``output[channel] = (input[channel] - mean[channel]) / std[channel]`` + +参数 +::::::::: + + - mean (int|float|list) - 用于每个通道归一化的均值。 + - std (int|float|list) - 用于每个通道归一化的标准差值。 + +返回 +::::::::: + + ``numpy ndarray``，归一化后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import Normalize + + + normalize = Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]) + fake_img = np.random.rand(3, 500, 500).astype('float32') + fake_img = normalize(fake_img) + + print(fake_img.shape) + # (3, 500, 500) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Pad_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Pad_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..5e5a42ea5a5801491d2f5f7678e4a96a839b72f8 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Pad_cn.rst @@ -0,0 +1,44 @@ +.. _cn_api_vision_transforms_Pad: + +Pad +------------------------------- + +.. py:class:: paddle.vision.transforms.Pad(padding, fill=0, padding_mode='constant') + +使用特定的填充模式和填充值来对输入图像进行填充。 + +参数 +::::::::: + + - padding (int|tuple) - 在图像每个边框上填充。 + 如果提供单个int值，则用于填充图像所有边。 + 如果提供长度为2的元组，则分别为图像左/右和顶部/底部进行填充。 + 如果提供了长度为4的元组，则分别按照左，上，右和下的顺序为图像填充。 + - fill (int|tuple) - 用于填充的像素值，仅当padding_mode为constant时传递此参数，默认使用0来进行每个像素的填充。 + 如果参数值是一个长度为3的元组，则会分别用于填充R，G，B通道。 + - padding_mode (string) - 填充模式，支持：constant, edge, reflect 或 symmetric，默认值：constant，使用fill参数值填充。 + ``constant`` 表示使用fill参数来指定一个值进行填充。 + ``edge`` 表示在图像边缘填充最后一个值。 + ``reflect`` 表示用原图像的反向图片填充（不重复使用边缘上的值）。比如使用这个模式对 ``[1, 2, 3, 4]``的两端分别填充2个值，最后结果是 ``[3, 2, 1, 2, 3, 4, 3, 2]``。 + ``symmetric`` 表示用原图像的反向图片填充（重复使用边缘上的值）。比如使用这个模式对 ``[1, 2, 3, 4]``的两端分别填充2个值，最后结果是 ``[2, 1, 1, 2, 3, 4, 4, 3]``。 + +返回 +::::::::: + + ``numpy ndarray``，填充后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import Pad + + + transform = Pad(2) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (504, 504, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Permute_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Permute_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..fd7de54a88f9715a25bdd4b1c54cf44409b67fed --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Permute_cn.rst @@ -0,0 +1,38 @@ +.. _cn_api_vision_transforms_Permute: + +Permute +------------------------------- + +.. py:class:: paddle.vision.transforms.Permute(mode="CHW", to_rgb=True) + +将输入的图像数据更改为目标格式。例如，大多数数据预处理是使用HWC格式的图片，而神经网络可能使用CHW模式输入张量。 + +.. note:: + 输入图像应为HWC格式的numpy.ndarray。 + +参数 +::::::::: + + - mode (str) - 输出图像的格式，默认值为CHW（图像通道-图像高度-图像宽度）。 + - to_rgb (bool) - 将BGR格式图像转换为RGB格式，默认值为True，启用此项转换。 + +返回 +::::::::: + + ``numpy ndarray``，更改格式后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import Permute + + + transform = Permute() + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (3, 500, 500) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomCrop_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomCrop_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..afbfa282ad69afe6cb713f8c6c66995d7706834a --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomCrop_cn.rst @@ -0,0 +1,36 @@ +.. _cn_api_vision_transforms_RandomCrop: + +RandomCrop +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomCrop(size, padding=0, pad_if_needed=False) + +在随机位置裁剪输入的图像。 + +参数 +::::::::: + + - size (sequence|int) - 裁剪后的图片大小。如果size是一个int值，而不是(h, w)这样的序列，那么会做一个方形的裁剪(size, size)。 + - padding (int|sequence，可选) - 对图像四周外边进行填充，如果提供了长度为4的序列，则将其分别用于填充左边界，上边界，右边界和下边界。 默认值：0，不填充。 + - pad_if_needed (boolean，可选) - 如果裁剪后的图像小于期望的大小时，是否对裁剪后的图像进行填充，以避免引发异常，默认值：False，保持初次裁剪后的大小，不填充。 + +返回 +::::::::: + + ``numpy ndarray``，随机裁剪后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomCrop + + + transform = RandomCrop(224) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (224, 224, 3) diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomErasing_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomErasing_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..061575511e0ccbb5171db5141de67c3fcef9b285 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomErasing_cn.rst @@ -0,0 +1,71 @@ +.. _cn_api_vision_transforms_RandomErasing: + +RandomErasing +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomErasing(prob=0.5, scale=(0.02, 0.4), ratio=0.3, value=[0., 0., 0.]) + +随机选择图像中的一个矩形区域并将其像素删除。 +具体可参见``Random Erasing Data Augmentation``这篇论文，链接：https://arxiv.org/pdf/1708.04896.pdf。 + +参数 +::::::::: + + - prob (float) - 随机擦除操作被执行的概率。 + - scale (tuple) - 擦除区域相对于输入图像的比例范围，参数格式：(min，max)。 + - ratio (float) - 擦除区域的宽高比范围。 + - value (float|list|tuple) - 擦除操作使用的像素值。如果为单个float值，则用于擦除所有像素。 + 如果是长度为3的元组或数组，则分别用于擦除R，G，B通道。默认值：0.，使用0.来擦除矩形区域。 + +返回 +::::::::: + + ``numpy ndarray``，随机擦除后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomErasing + + transform = RandomErasing() + np.random.seed(5) + fake_img = np.random.rand(5, 5, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img) + """ + 因函数会随机擦除，以下是其中一种结果示例，0.的位置就是被做了擦除。 + [[[0.22199318 0.8707323 0.20671916] + [0.91861093 0.4884112 0.61174387] + [0.7659079 0.518418 0.2968005 ] + [0.18772122 0.08074127 0.7384403 ] + [0.4413092 0.15830986 0.87993705]] + + [[0. 0. 0. ] + [0. 0. 0. ] + [0.26581913 0.28468588 0.2535882 ] + [0.32756394 0.1441643 0.16561286] + [0.96393055 0.9602267 0.18841465]] + + [[0. 0. 0. ] + [0. 0. 0. ] + [0.00164217 0.5154726 0.6397952 ] + [0.98562443 0.2590976 0.8024969 ] + [0.8704831 0.92274964 0.00221421]] + + [[0.46948838 0.98146874 0.3989448 ] + [0.8137325 0.5464565 0.7708541 ] + [0.48493108 0.02911156 0.08652569] + [0.11145381 0.2512451 0.9649153 ] + [0.6317661 0.8166602 0.566082 ]] + + [[0.6353562 0.8119024 0.9266826 ] + [0.91262674 0.82481074 0.09420273] + [0.36104843 0.03550903 0.54635835] + [0.7961427 0.0511428 0.18866773] + [0.36547777 0.24429087 0.79508746]]] + """ + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomHorizontalFlip_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomHorizontalFlip_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..e20fc1f0a8bf410297f2473b235a45f4ed685806 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomHorizontalFlip_cn.rst @@ -0,0 +1,62 @@ +.. _cn_api_vision_transforms_RandomHorizontalFlip: + +RandomHorizontalFlip +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomHorizontalFlip(prob=0.5) + +基于概率来执行图片的水平翻转。 + +参数 +::::::::: + + - prob (float) - 图片执行水平翻转的概率，默认值为0.5。 + +返回 +::::::::: + + ``numpy ndarray``，概率执行水平翻转后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomHorizontalFlip + + transform = RandomHorizontalFlip(1) + np.random.seed(5) + fake_img = np.random.rand(3, 3, 3).astype('float32') + print('翻转前的图片') + print(fake_img) + fake_img = transform(fake_img) + + print('翻转后的图片') + print(fake_img) + """ + 翻转前的图片 + [[[0.22199318 0.8707323 0.20671916] + [0.91861093 0.4884112 0.61174387] + [0.7659079 0.518418 0.2968005 ]] + + [[0.18772122 0.08074127 0.7384403 ] + [0.4413092 0.15830986 0.87993705] + [0.27408648 0.41423503 0.29607993]] + + [[0.62878793 0.5798378 0.5999292 ] + [0.26581913 0.28468588 0.2535882 ] + [0.32756394 0.1441643 0.16561286]]] + 翻转后的图片 + [[[0.7659079 0.518418 0.2968005 ] + [0.91861093 0.4884112 0.61174387] + [0.22199318 0.8707323 0.20671916]] + + [[0.27408648 0.41423503 0.29607993] + [0.4413092 0.15830986 0.87993705] + [0.18772122 0.08074127 0.7384403 ]] + + [[0.32756394 0.1441643 0.16561286] + [0.26581913 0.28468588 0.2535882 ] + [0.62878793 0.5798378 0.5999292 ]]] + """ \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomResizedCrop_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomResizedCrop_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..0112ca44357480bfab61bd00d0c94b9eb408651d --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomResizedCrop_cn.rst @@ -0,0 +1,87 @@ +.. _cn_api_vision_transforms_RandomResizedCrop: + +RandomResizedCrop +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomResizedCrop(output_size, scale=(0.08, 1.0), ratio=(3. / 4, 4. / 3), interpolation=cv2.INTER_LINEAR) + +将输入图像按照随机大小和长宽比进行裁剪。 +会根据参数生成基于原图像的随机比例（默认值：0.08至1.0）和随机宽高比（默认值：3./4至4./3）。 +经过此接口操作后，输入图像将调整为参数指定大小。 + +参数 +::::::::: + + - output_size (int|list|tuple) - 输出图像大小，当为单个int值时，生成output_size大小的方形图片，为(height,width)格式的数组或元组时按照参数大小输出。 + - scale (list|tuple) - 基于原图选定的需要进行裁剪的范围，默认值：（0.08，1.0）。 + - ratio (list|tuple) - 裁剪后的目标图像宽高比范围，默认值： (0.75, 1.33)。 + +返回 +::::::::: + + ``numpy ndarray``，随机裁剪和改变大小后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomResizedCrop + + + transform = RandomResizedCrop(3) + fake_img = np.random.rand(5, 5, 3).astype('float32') + + print('original image:') + print(fake_img) + + fake_img = transform(fake_img) + + print('output image:') + print(fake_img) + + """ + original image: + [[[0.22199318 0.8707323 0.20671916] + [0.91861093 0.4884112 0.61174387] + [0.7659079 0.518418 0.2968005 ] + [0.18772122 0.08074127 0.7384403 ] + [0.4413092 0.15830986 0.87993705]] + + [[0.27408648 0.41423503 0.29607993] + [0.62878793 0.5798378 0.5999292 ] + [0.26581913 0.28468588 0.2535882 ] + [0.32756394 0.1441643 0.16561286] + [0.96393055 0.9602267 0.18841465]] + + [[0.02430656 0.20455554 0.6998436 ] + [0.7795146 0.02293309 0.5776629 ] + [0.00164217 0.5154726 0.6397952 ] + [0.98562443 0.2590976 0.8024969 ] + [0.8704831 0.92274964 0.00221421]] + + [[0.46948838 0.98146874 0.3989448 ] + [0.8137325 0.5464565 0.7708541 ] + [0.48493108 0.02911156 0.08652569] + [0.11145381 0.2512451 0.9649153 ] + [0.6317661 0.8166602 0.566082 ]] + + [[0.6353562 0.8119024 0.9266826 ] + [0.91262674 0.82481074 0.09420273] + [0.36104843 0.03550903 0.54635835] + [0.7961427 0.0511428 0.18866773] + [0.36547777 0.24429087 0.79508746]]] + output image: + [[[0.7659079 0.518418 0.2968005 ] + [0.18772122 0.08074127 0.7384403 ] + [0.4413092 0.15830986 0.87993705]] + + [[0.26581913 0.28468588 0.2535882 ] + [0.32756394 0.1441643 0.16561286] + [0.96393055 0.9602267 0.18841465]] + + [[0.00164217 0.5154726 0.6397952 ] + [0.98562443 0.2590976 0.8024969 ] + [0.8704831 0.92274964 0.00221421]]] + """ diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomRotate_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomRotate_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..1d4c2b7359948b130a2d13a9f6b8660a5292d5fa --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomRotate_cn.rst @@ -0,0 +1,42 @@ +.. _cn_api_vision_transforms_RandomRotate: + +RandomRotate +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomRotate(degrees, interpolation=cv2.INTER_LINEAR, expand=False, center=None) + +按角度旋转图像。 + +参数 +::::::::: + + - degrees (sequence|float|int) - 旋转的角度度数范围。如果度数是数字而不是像（min，max）这样的序列，则会根据degrees参数值生成度数范围（-degrees，+degrees）。 + - interpolation (int，可选) - 调整图片大小时使用的插值模式。默认值: cv2.INTER_LINEAR。 + - expand (bool，可选): 是否要对旋转后的图片进行大小扩展，默认值: False，不进行扩展。 + 当参数值为True时，会对图像大小进行扩展，让其能够足以容纳整个旋转后的图像。 + 当参数值为False时，会按照原图像大小保留旋转后的图像。 + **这个扩展操作的前提是围绕中心旋转且没有平移。** + - center (2-tuple，可选) - 旋转的中心点坐标，原点是图片左上角，默认值是图像的中心点。 + +返回 +::::::::: + + ``numpy ndarray``，随机旋转一定角度后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomRotate + + + transform = RandomRotate(90) + np.random.seed(5) + fake_img = np.random.rand(500, 400, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 400, 3) + \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/RandomVerticalFlip_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/RandomVerticalFlip_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..5400dc9d7abec381929b9cd4922be8c57a5fd2dd --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/RandomVerticalFlip_cn.rst @@ -0,0 +1,35 @@ +.. _cn_api_vision_transforms_RandomVerticalFlip: + +RandomVerticalFlip +------------------------------- + +.. py:class:: paddle.vision.transforms.RandomVerticalFlip(prob=0.5) + +基于概率来执行图片的垂直翻转。 + +参数 +::::::::: + + - prob (float) - 执行图片垂直翻转的概率，默认值为0.5。 + +返回 +::::::::: + + ``numpy ndarray``，概率执行垂直翻转后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import RandomVerticalFlip + + + transform = RandomVerticalFlip() + np.random.seed(5) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/Resize_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/Resize_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..894245966d13da677ce2b9563b0c75350348207e --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/Resize_cn.rst @@ -0,0 +1,38 @@ +.. _cn_api_vision_transforms_Resize: + +Resize +------------------------------- + +.. py:class:: paddle.vision.transforms.Resize(size, interpolation=cv2.INTER_LINEAR) + +将输入数据调整为指定大小。 + +参数 +::::::::: + + - size (int|list|tuple) - 输出图像大小。 + 如果size是一个序列，例如（h，w），输出大小将与此匹配。 + 如果size为int，图像的较小边缘将与此数字匹配，即如果 height > width，则图像将重新缩放为(size * height / width, size)。 + - interpolation (int，可选) - 调整图片大小时使用的插值模式。默认值: cv2.INTER_LINEAR。 + +返回 +::::::::: + + ``numpy ndarray``，调整大小后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import Resize + + + transform = Resize(size=224) + np.random.seed(5) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (224, 224, 3) \ No newline at end of file diff --git a/doc/paddle/api/paddle/vision/transforms/transforms/SaturationTransform_cn.rst b/doc/paddle/api/paddle/vision/transforms/transforms/SaturationTransform_cn.rst new file mode 100644 index 0000000000000000000000000000000000000000..702ac4cce4ed883a7527dd23734527b04d626ff5 --- /dev/null +++ b/doc/paddle/api/paddle/vision/transforms/transforms/SaturationTransform_cn.rst @@ -0,0 +1,35 @@ +.. _cn_api_vision_transforms_SaturationTransform: + +SaturationTransform +------------------------------- + +.. py:class:: paddle.vision.transforms.SaturationTransform(value) + +调整图像的饱和度 + +参数 +::::::::: + + - value (float) - 饱和度的调整数值，非负数，当参数值为0时返回原始图像。 + +返回 +::::::::: + + ``numpy ndarray``，调整饱和度后的图像。 + +代码示例 +::::::::: + +.. code-block:: python + + import numpy as np + from paddle.vision.transforms import SaturationTransform + + + transform = SaturationTransform(0.4) + np.random.seed(5) + fake_img = np.random.rand(500, 500, 3).astype('float32') + fake_img = transform(fake_img) + + print(fake_img.shape) + # (500, 500, 3) \ No newline at end of file