tf.image.adjust_saturation

Настройка насыщенности RGB-изображений.

Просмотр псевдонимов

Псевдонимы для миграции

См. руководство по миграции для получения более подробной информации.

tf.compat.v1.image.adjust_saturation

tf.image.adjust_saturation(
    image, saturation_factor, name=None
)

Это удобный метод, который преобразует RGB-изображения в представление с плавающей запятой, преобразует их в HSV, добавляет смещение в канал насыщенности, преобразует обратно в RGB и затем обратно в исходный тип данных. Если несколько корректировок цепятся друг за другом, рекомендуется минимизировать количество избыточных преобразований.

image представляет собой RGB-изображение или изображения. Насыщенность изображения корректируется путем преобразования изображений в HSV и умножения канала насыщенности (S) на saturation_factor и усечения. Затем изображения преобразуются обратно в RGB.

Пример использования:

x = [[[1.0, 2.0, 3.0],
      [4.0, 5.0, 6.0]],
    [[7.0, 8.0, 9.0],
      [10.0, 11.0, 12.0]]]
tf.image.adjust_saturation(x, 0.5)
<tf.Tensor: shape=(2, 2, 3), dtype=float32, numpy=
array([[[ 2. ,  2.5,  3. ],
        [ 5. ,  5.5,  6. ]],
       [[ 8. ,  8.5,  9. ],
        [11. , 11.5, 12. ]]], dtype=float32)>

Аргументы
`image`	RGB-изображение или изображения. Размер последнего измерения должен быть 3.
`saturation_factor`	Число с плавающей запятой. Множитель для умножения насыщенности.
`name`	Имя этой операции (необязательно).

Возвращаемое значение
Отрегулированное изображение(я), имеющее тот же размер и тип данных, что и `image`.

Возможные исключения
`InvalidArgumentError`	входное изображение должно иметь 3 канала

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/image/adjust_saturation