wl1318
/
mindspore2022
forked from huawei/mindspore2022
0
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

add vision api

This commit is contained in:
liu-yongqi-63 2022-02-15 15:42:31 +08:00
parent b31c800d23
commit f3219b4cf7
33 changed files with 688 additions and 23 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

15
docs/api/api_python/dataset_vision/mindspore.dataset.vision.Border.rst Normal file
View File

@ -0,0 +1,15 @@
mindspore.dataset.vision.Border
===============================
.. py:class:: mindspore.dataset.vision.Border()
边界填充方式枚举类。
可选枚举值为：Border.CONSTANT、Border.EDGE、Border.REFLECT、Border.SYMMETRIC。
- **Border.CONSTANT** - 使用常量值进行填充。
- **Border.EDGE** - 使用各边的边界像素值进行填充。
- **Border.REFLECT** - 以各边的边界为轴进行镜像填充，忽略边界像素值。
- **Border.SYMMETRIC** - 以各边的边界为轴进行对称填充，包括边界像素值。
.. note:: 该类派生自 :class:`str` 以支持 JSON 可序列化。

11
docs/api/api_python/dataset_vision/mindspore.dataset.vision.ImageBatchFormat.rst Normal file
View File

@ -0,0 +1,11 @@
mindspore.dataset.vision.ImageBatchFormat
=========================================
.. py:class:: mindspore.dataset.vision.ImageBatchFormat()
图像批处理输出格式枚举类。
可选枚举值为：ImageBatchFormat.NHWC、ImageBatchFormat.NCHW。
- **ImageBatchFormat.NHWC** - 按批次N、高度H、宽度W、通道C的顺序存储数据。
- **ImageBatchFormat.NCHW** - 按批次N、通道C、高度H、宽度W的顺序存储数据。

17
docs/api/api_python/dataset_vision/mindspore.dataset.vision.Inter.rst Normal file
View File

@ -0,0 +1,17 @@
mindspore.dataset.vision.Inter
==============================
.. py:class:: mindspore.dataset.vision.Inter()
图像插值方式枚举类。
可选枚举值为：Inter.NEAREST、Inter.ANTIALIAS、Inter.LINEAR、Inter.BILINEAR、Inter.CUBIC、Inter.BICUBIC、Inter.AREA、Inter.PILCUBIC。
- **Inter.Nest** - 最近邻插值。
- **Inter.ANTIALIAS** - 抗锯齿插值。
- **Inter.LINEAR** - 线性插值，实现同Inter.BILINEAR。
- **Inter.BILINEAR** - 是双线性插值。
- **Inter.CUBIC** - 三次插值，实现同Inter.BICUBIC。
- **Inter.BICUBIC** - 双三次插值。
- **Inter.AREA** - 像素区域插值。
- **Inter.PILCUBIC** - Pillow库中实现的双三次插值，输入需为3通道格式。

11
docs/api/api_python/dataset_vision/mindspore.dataset.vision.SliceMode.rst Normal file
View File

@ -0,0 +1,11 @@
mindspore.dataset.vision.SliceMode
==================================
.. py:class:: mindspore.dataset.vision.SliceMode()
Tensor切片方式枚举类。
可选枚举值为：SliceMode.PAD、SliceMode.DROP。
- **SliceMode.PAD** - 当Tensor无法进行整数切分时，对剩余部分进行填充。
- **SliceMode.DROP** - 当Tensor无法进行整数切分时，对剩余部分进行丢弃。

19
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.AutoContrast.rst Normal file
View File

@ -0,0 +1,19 @@
mindspore.dataset.vision.c_transforms.AutoContrast
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.AutoContrast(cutoff=0.0, ignore=None)
在输入图像上应用自动对比度。首先计算图像的直方图，将直方图中最亮像素的值映射为255，将直方图中最暗像素的值映射为0。
**参数：**
- **cutoff** (float, 可选) - 输入图像直方图中最亮和最暗像素的百分比。该值必须在 [0.0, 50.0) 范围内, 默认值：0.0。
- **ignore** (Union[int, sequence], 可选) - 要忽略的背景像素值，忽略值必须在 [0, 255] 范围内, 默认值：None。
**异常：**
- **TypeError** - 如果 `cutoff` 不是float类型。
- **TypeError** - 如果 `ignore` 不是int或sequence类型。
- **ValueError** - 如果 `cutoff` 不在[0, 50.0) 范围内。
- **ValueError** - 如果 `ignore` 不在[0, 255] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

18
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.BoundingBoxAugment.rst Normal file
View File

@ -0,0 +1,18 @@
mindspore.dataset.vision.c_transforms.BoundingBoxAugment
========================================================
.. py:class:: mindspore.dataset.vision.c_transforms.BoundingBoxAugment(transform, ratio=0.3)
对图像的标注边界框(bounding box)区域随机应用给定的图像变换处理。
**参数：**
- **transform** (TensorOperation) - 要应用的图像变换处理。
- **ratio** (float, 可选) - 应用图像变换处理的概率。范围：[0, 1], 默认值：0.3。
**异常：**
- **TypeError** - 如果 `transform` 不是 :class:`mindspore.dataset.vision.c_transforms.ImageTensorOperation` 的类型。
- **TypeError** - 如果 `ratio` 不是float类型。
- **ValueError** - 如果 `ratio` 不在 [0, 1] 范围内。
- **RuntimeError** - 如果给定的边界框无效。

19
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.CenterCrop.rst Normal file
View File

@ -0,0 +1,19 @@
mindspore.dataset.vision.c_transforms.CenterCrop
================================================
.. py:class:: mindspore.dataset.vision.c_transforms.CenterCrop(size)
对输入图像应用中心区域裁剪。如果输入图像尺寸小于输出尺寸，则在裁剪前对输入图像边界填充0像素。
**参数：**
- **size** (Union[int, sequence]) - 裁剪区域大小。
如果 size 是整数，则返回大小为 (size, size) 的正方形裁剪。
如果 size 是一个长度为 2 的序列，它应该是 (高度, 宽度)。
大小值必须大于 0。
**异常：**
- **TypeError** - 如果 `size` 不是int或sequence类型。
- **ValueError** - 如果 `size` 小于或等于 0。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

36
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.ConvertColor.rst Normal file
View File

@ -0,0 +1,36 @@
mindspore.dataset.vision.c_transforms.ConvertColor
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.ConvertColor(convert_mode)
更改图像的色彩空间。
**参数：**
- **convert_mode** (ConvertMode) - 图像色彩空间转换的模式。
- **ConvertMode.COLOR_BGR2BGRA**: 将 BGR 图像转换为 BGRA 图像。
- **ConvertMode.COLOR_RGB2RGBA**:将 RGB 图像转换为 RGBA 图像。
- **ConvertMode.COLOR_BGRA2BGR**: 将 BGRA 图像转换为 BGR 图像。
- **ConvertMode.COLOR_RGBA2RGB**: 将 RGBA 图像转换为 RGB 图像。
- **ConvertMode.COLOR_BGR2RGBA**: 将 BGR 图像转换为 RGBA 图像。
- **ConvertMode.COLOR_RGB2BGRA**: 将 RGB 图像转换为 BGRA 图像。
- **ConvertMode.COLOR_RGBA2BGR**: 将 RGBA 图像转换为 BGR 图像。
- **ConvertMode.COLOR_BGRA2RGB**: 将 BGRA 图像转换为 RGB 图像。
- **ConvertMode.COLOR_BGR2RGB**: 将 BGR 图像转换为 RGB 图像。
- **ConvertMode.COLOR_RGB2BGR**: 将 RGB 图像转换为 BGR 图像。
- **ConvertMode.COLOR_BGRA2RGBA**: 将 BGRA 图像转换为 RGBA 图像。
- **ConvertMode.COLOR_RGBA2BGRA**: 将 RGBA 图像转换为 BGRA 图像。
- **ConvertMode.COLOR_BGR2GRAY**: 将 BGR 图像转换为 GRAY 图像。
- **ConvertMode.COLOR_RGB2GRAY**: 将 RGB 图像转换为 GRAY 图像。
- **ConvertMode.COLOR_GRAY2BGR**: 将 GRAY 图像转换为 BGR 图像。
- **ConvertMode.COLOR_GRAY2RGB**: 将 GRAY 图像转换为 RGB 图像。
- **ConvertMode.COLOR_GRAY2BGRA**: 将 GRAY 图像转换为 BGRA 图像。
- **ConvertMode.COLOR_GRAY2RGBA**: 将 GRAY 图像转换为 RGBA 图像。
- **ConvertMode.COLOR_BGRA2GRAY**: 将 BGRA 图像转换为 GRAY 图像。
- **ConvertMode.COLOR_RGBA2GRAY**: 将 RGBA 图像转换为 GRAY 图像。
**异常：**
- **TypeError** - 如果 `convert_mode` 不是类 :class:`mindspore.dataset.vision.ConvertMode` 的类型。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

22
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Crop.rst Normal file
View File

@ -0,0 +1,22 @@
mindspore.dataset.vision.c_transforms.Crop
==========================================
.. py:class:: mindspore.dataset.vision.c_transforms.Crop(coordinates, size)
在输入图像上裁剪出指定区域。
**参数：**
- **coordinates** (sequence) - 裁剪区域的起始左上角坐标。 必须是两个值的序列，形式为（上，左）。
- **size** (Union[int, sequence]) - 裁剪区域的大小。
如果 size 是整数，则返回大小为 (size, size) 的正方形裁剪。
如果 size 是一个长度为 2 的序列，它代表 (高度, 宽度)。
大小值必须大于 0。
**异常：**
- **TypeError** - 如果 `coordinates` 不是sequence类型。
- **TypeError** - 如果 `size` 不是int或sequence类型。
- **ValueError** - 如果 `coordinates` 小于 0。
- **ValueError** - 如果 `size` 小于或等于 0。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

22
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.CutMixBatch.rst Normal file
View File

@ -0,0 +1,22 @@
mindspore.dataset.vision.c_transforms.CutMixBatch
=================================================
.. py:class:: mindspore.dataset.vision.c_transforms.CutMixBatch(image_batch_format, alpha=1.0, prob=1.0)
对输入批次的图像和标签应用剪切混合转换。
请注意，在调用此操作符之前，您需要将标签制作为 one-hot 格式并进行批处理。
**参数：**
- **image_batch_format** (ImageBatchFormat) - 图像批处理输出格式。可以是 [ImageBatchFormat.NHWC、ImageBatchFormat.NCHW] 中的任何一个。
- **alpha** (float, 可选) - β分布的超参数，必须大于 0, 默认值：1.0。
- **prob** (float, 可选) - 对每个图像应用CutMix处理的概率，范围：[0, 1], 默认值：1.0。
**异常：**
- **TypeError** - 如果 `image_batch_format` 不是 :class:`mindspore.dataset.vision.ImageBatchFormat` 的类型。
- **TypeError** - 如果 `alpha` 不是float类型。
- **TypeError** - 如果 `prob` 不是 float 类型。
- **ValueError** - 如果 `alpha` 小于或等于 0。
- **ValueError** - 如果 `prob` 不在 [0, 1] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

19
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.CutOut.rst Normal file
View File

@ -0,0 +1,19 @@
mindspore.dataset.vision.c_transforms.CutOut
============================================
.. py:class:: mindspore.dataset.vision.c_transforms.CutOut(length, num_patches=1)
从输入图像数组中随机裁剪出给定数量的正方形区域。
**参数：**
- **length** (int) - 每个正方形区域的边长，必须大于 0。
- **num_patches** (int, 可选) - 要从图像中切出的正方形区域数，必须大于0, 默认值：1。
**异常：**
- **TypeError** - 如果 `length` 不是int类型。
- **TypeError** - 如果 `num_patches` 不是int类型。
- **ValueError** - 如果 `length` 小于或等于 0。
- **ValueError** - 如果 `num_patches` 小于或等于 0。
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

16
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Decode.rst Normal file
View File

@ -0,0 +1,16 @@
mindspore.dataset.vision.c_transforms.Decode
============================================
.. py:class:: mindspore.dataset.vision.c_transforms.Decode(rgb=True)
以 RGB 模式（默认）或 BGR 模式（选项已弃用）解码输入图像。
**参数：**
- **rgb** (bool，可选) - 解码输入图像的模式, 默认值：True。
如果 True 表示解码图像的格式为 RGB，否则为 BGR（选项已弃用）。
**异常：**
- **RuntimeError** - 如果 `rgb` 为 False，因为此选项已弃用。
- **RuntimeError** - 如果输入图像的shape不是一维序列。

10
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Equalize.rst Normal file
View File

@ -0,0 +1,10 @@
mindspore.dataset.vision.c_transforms.Equalize
==============================================
.. py:class:: mindspore.dataset.vision.c_transforms.Equalize()
对输入图像应用直方图均衡。
**异常：**
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

24
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.GaussianBlur.rst Normal file
View File

@ -0,0 +1,24 @@
mindspore.dataset.vision.c_transforms.GaussianBlur
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.GaussianBlur(kernel_size, sigma=None)
使用指定的高斯核对输入图像进行模糊处理。
**参数：**
- **kernel_size** (Union[int, sequence]) - 要使用的高斯核的大小。该值必须是正数和奇数。
如果只提供一个整数，内核大小将为 (size, size)。
如果提供了整数序列，则它必须是表示（宽度、高度）的 2 个值的序列。
- **sigma** (Union[float, sequence], 可选) - 要使用的高斯核的标准差, 默认值：None。该值必须是正数。
如果仅提供浮点数，则 sigma 将为 (sigma, sigma)。
如果提供了一系列浮点数，则它必须是代表宽度和高度的 sigma 的 2 个值的序列。
如果为None，sigma采用的值为 ((kernel_size - 1) * 0.5 - 1) * 0.3 + 0.8。
**异常：**
- **TypeError** - 如果 `kernel_size` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `sigma` 不是float类型或sequence类型或元素不为float类型。
- **ValueError** - 如果 `kernel_size` 不是正数和奇数。
- **ValueError** - 如果 `sigma` 不是正数。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

10
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.HWC2CHW.rst Normal file
View File

@ -0,0 +1,10 @@
mindspore.dataset.vision.c_transforms.HWC2CHW
=============================================
.. py:class:: mindspore.dataset.vision.c_transforms.HWC2CHW()
将输入图像从形状 (H, W, C) 转置为形状 (C, H, W)。 输入图像应为 3 通道图像。
**异常：**
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

10
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.HorizontalFlip.rst Normal file
View File

@ -0,0 +1,10 @@
mindspore.dataset.vision.c_transforms.HorizontalFlip
====================================================
.. py:class:: mindspore.dataset.vision.c_transforms.HorizontalFlip()
水平翻转输入图像。
**异常：**
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

10
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Invert.rst Normal file
View File

@ -0,0 +1,10 @@
mindspore.dataset.vision.c_transforms.Invert
============================================
.. py:class:: mindspore.dataset.vision.c_transforms.Invert()
在 RGB 模式下对输入图像应用像素反转, 计算方式为（255 - pixel）。
**异常：**
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

20
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.MixUpBatch.rst Normal file
View File

@ -0,0 +1,20 @@
mindspore.dataset.vision.c_transforms.MixUpBatch
================================================
.. py:class:: mindspore.dataset.vision.c_transforms.MixUpBatch(alpha=1.0)
对输入批次的图像和标签应用混合转换。从批处理中随机抽取两个图像，其中一个图像乘以随机权重 (lambda)，另一个图像乘以 (1 - lambda), 并相加。该处理将会同时应用于label。
上述的 lambda 是根据指定的参数 `alpha` 生成的。 计算方式为在 [alpha, 1] 范围内随机生成两个系数 x1，x2 ，然后 lambda = (x1 / (x1 + x2))。
请注意，在调用此处理之前，您需要将label制作成 one-hot 格式并进行batch操作。
**参数：**
- **alpha** (float, 可选) - β分布的超参数，该值必须为正，默认值：1.0。
**异常：**
- **TypeError** - 如果 `alpha` 不是float类型。
- **ValueError** - 如果 `alpha` 不是正数。
- **RuntimeError** - 如果输入图像的shape不是 <N, H, W, C> 或 <N, C, H, W>。

20
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Normalize.rst Normal file
View File

@ -0,0 +1,20 @@
mindspore.dataset.vision.c_transforms.Normalize
===============================================
.. py:class:: mindspore.dataset.vision.c_transforms.Normalize(mean, std)
根据均值和标准差对输入图像进行归一化。
此处理将使用以下公式对输入图像进行归一化：output[channel] = (input[channel] - mean[channel]) / std[channel]，其中 channel 代表通道索引，channel >= 1。
**参数：**
- **mean** (sequence) - 图像每个通道的均值组成的列表或元组。 平均值必须在 [0.0, 255.0] 范围内。
- **std** (sequence) - 图像每个通道的标准差组成的列表或元组。 标准偏差值必须在 (0.0, 255.0] 范围内。
**异常：**
- **TypeError** - 如果 `mean` 不是sequence类型。
- **TypeError** - 如果 `std` 不是sequence类型。
- **ValueError** - 如果 `mean` 不在 [0.0, 255.0] 范围内。
- **ValueError** - 如果 `mean` 不在范围内 (0.0, 255.0]。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

21
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.NormalizePad.rst Normal file
View File

@ -0,0 +1,21 @@
mindspore.dataset.vision.c_transforms.NormalizePad
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.NormalizePad(mean, std, dtype="float32")
根据均值和标准差对输入图像进行归一化，然后用零值填充一个额外的通道。
**参数：**
- **mean** (sequence) - 图像每个通道的均值组成的列表或元组。 平均值必须在 (0.0, 255.0] 范围内。
- **std** (sequence) - 图像每个通道的标准差组成的列表或元组。 标准偏差值必须在 (0.0, 255.0] 范围内。
- **dtype** (str, 可选) - 设置归一化图像的输出数据类型, 默认值："float32"。
**异常：**
- **TypeError** - 如果 `mean` 不是sequence类型。
- **TypeError** - 如果 `std` 不是sequence类型。
- **TypeError** - 如果 `dtype` 不是str类型。
- **ValueError** - 如果 `mean` 不在 [0.0, 255.0] 范围内。
- **ValueError** - 如果 `mean` 不在范围内 (0.0, 255.0]。
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

33
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Pad.rst Normal file
View File

@ -0,0 +1,33 @@
mindspore.dataset.vision.c_transforms.Pad
=========================================
.. py:class:: mindspore.dataset.vision.c_transforms.Pad(padding, fill_value=0, padding_mode=Border.CONSTANT)
根据填充参数填充图像。
**参数：**
- **padding** (Union[int, sequence]) - 填充图像的像素数。
如果 `padding` 是一个整数，代表为图像的所有方向填充该值大小的像素。
如果 `padding` 是一个包含2个值的元组或列表，第一个值会用于填充图像的左侧和上侧，第二个值会用于填充图像的右侧和下侧。
如果 `padding` 是一个包含4个值的元组或列表，则分别填充图像的左侧、上侧、右侧和下侧。
填充值必须为非负值。
- **fill_value** (Union[int, tuple], 可选) - 填充的像素值，仅在 `padding_mode` 取值为Border.CONSTANT时有效。
如果是3元组，则分别用于填充R、G、B通道。
如果是整数，则用于所有 RGB 通道。
`fill_value` 值必须在 [0, 255] 范围内, 默认值：0。
- **padding_mode** (Border, 可选) - 边界填充方式, 默认值：Border.CONSTANT。可以是 [Border.CONSTANT、Border.EDGE、Border.REFLECT、Border.SYMMETRIC] 中的任何一个。
- **Border.CONSTANT** - 使用常量值进行填充。
- **Border.EDGE** - 使用各边的边界像素值进行填充。
- **Border.REFLECT** - 以各边的边界为轴进行镜像填充，忽略边界像素值。
- **Border.SYMMETRIC** - 以各边的边界为轴进行对称填充，包括边界像素值。
**异常：**
- **TypeError** - 如果 `padding` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `fill_value` 不是int或tuple类型或元素不为int类型。
- **TypeError** - 如果 `padding_mode` 不是 :class:`mindspore.dataset.vision.Border` 的类型。
- **ValueError** - 如果 `padding` 为负数。
- **ValueError** - 如果 `fill_value` 不在 [0, 255] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

44
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomAffine.rst Normal file
View File

@ -0,0 +1,44 @@
mindspore.dataset.vision.c_transforms.RandomAffine
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=Inter.NEAREST, fill_value=0)
对输入图像应用随机仿射变换。
**参数：**
- **degrees** (Union[int, float, sequence]) - 旋转度数的范围。
如果 `degrees` 是一个数字，它代表旋转范围是（-degrees，degrees）。
如果 `degrees` 是一个序列，它代表旋转是 (min, max)。
- **translate** (sequence, 可选) - 一个序列(tx_min, tx_max, ty_min, ty_max)用于表示水平（tx）方向和垂直（ty）方向的最小/最大平移范围，取值范围 [-1.0, 1.0], 默认值：None。
水平和垂直偏移分别从以下范围中随机选择：(tx_min*width, tx_max*width) 和 (ty_min*height, ty_max*height)。
如果 `translate` 是一个包含2个值的元组或列表，则 (translate[0], translate[1]) 表示水平（X）方向的随机平移范围。
如果 `translate` 是一个包含4个值的元组或列表，则 (translate[0], translate[1]) 表示水平（X）方向的随机平移范围, (translate[2], translate[3]) 表示垂直（Y）方向的随机平移范围。
如果为空，则不对图像进行任何平移。
- **scale** (sequence, 可选) - 图像的比例因子的随机范围，必须为非负数, 默认值：None，使用原始比例。
- **shear** (Union[int, float, sequence], 可选) - 图像的剪切因子的随机范围，必须为正数, 默认值：None。
如果是数字，则应用在 (-shear, +shear) 范围内平行于 X 轴的剪切。
如果 `shear` 是一个包含2个值的元组或列表，则在 (shear[0],shear[1]) 范围内进行水平（X）方向的剪切变换。
如果 `shear` 是一个包含4个值的元组或列表，则在 (shear[0],shear[1]) 范围内进行水平（X）方向的剪切变换, 并在(shear[2], shear[3]) 范围内进行垂直（Y）方向的剪切变换。
如果为空，则不应用任何剪切。
- **resample** (Inter, 可选) - 图像插值方式, 默认值：Inter.NEAREST。它可以是 [Inter.BILINEAR、Inter.NEAREST、Inter.BICUBIC] 中的任何一个。
- **Inter.BILINEAR**: 双线性插值。
- **Inter.NEAREST**: 最近邻插值。
- **Inter.BICUBIC**: 双三次插值。
- **fill_value** (Union[int, tuple], 可选) - 用于填充输出图像中变换之外的区域。元组中必须有三个值，取值范围是[0, 255], 默认值：0。
**异常：**
- **TypeError** - 如果 `degrees` 不是int、float或sequence类型。
- **TypeError** - 如果 `translate` 不是sequence类型。
- **TypeError** - 如果 `scale` 不是sequence类型。
- **TypeError** - 如果 `shear` 不是int、float或sequence类型。
- **TypeError** - 如果 `resample` 不是 :class:`mindspore.dataset.vision.Inter` 的类型。
- **TypeError** - 如果 `fill_value` 不是int或tuple类型或元素不为int类型。
- **ValueError** - 如果 `degrees` 为负数。
- **ValueError** - 如果 `translate` 不在范围 [-1.0, 1.0] 内。
- **ValueError** - 如果 `scale` 为负数。
- **ValueError** - 如果 `shear` 不是正数。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

17
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomColor.rst Normal file
View File

@ -0,0 +1,17 @@
mindspore.dataset.vision.c_transforms.RandomColor
=================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomColor(degrees=(0.1, 1.9))
随机调整输入图像的颜色。此操作仅适用于 3 通道彩色图像。
**参数：**
- **degrees** (sequence, 可选) - 随机颜色调整度数的范围，必须为非负数。 它应该是（min, max）格式。
如果min=max，则代表颜色变化步长固定, 默认值：（0.1，1.9）。
**异常：**
- **TypeError** - 如果 `degrees` 不是sequence类型或元素不为float类型。
- **ValueError** - 如果 `degrees` 为负数。
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

33
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomColorAdjust.rst Normal file
View File

@ -0,0 +1,33 @@
mindspore.dataset.vision.c_transforms.RandomColorAdjust
=======================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomColorAdjust(brightness=(1, 1), contrast=(1, 1), saturation=(1, 1), hue=(0, 0))
随机调整输入图像的亮度、对比度、饱和度和色调。
**参数：**
- **brightness** (Union[float, list, tuple], 可选) - 亮度调整因子, 默认值：(1, 1)。不能为负。
如果是浮点数，则从 [max(0, 1-brightness), 1+brightness] 范围内统一选择因子。
如果它是一个序列，则代表是范围 [min, max], 从此范围中选择调整因子。
- **contrast** (Union[float, list, tuple], 可选) - 对比度调整因子, 默认值：(1, 1)。不能为负。
如果是浮点数，则从 [max(0, 1-contrast), 1+contrast] 范围内统一选择因子。
如果它是一个序列，则代表是范围 [min, max], 从此范围中选择调整因子。
- **saturation** (Union[float, list, tuple], 可选) - 饱和度调整因子, 默认值：(1, 1)。不能为负。
如果是浮点数，则从 [max(0, 1-saturation), 1+saturation] 范围内统一选择因子。
如果它是一个序列，则代表是范围 [min, max], 从此范围中选择调整因子。
- **hue** (Union[float, list, tuple], 可选) - 色调调整因子, 默认值：(0, 0)。
如果是浮点数，则代表是范围 [-hue, hue], 从此范围中选择调整因子。注意取值应为 0 <= `hue` <= 0.5。
如果它是一个序列，则代表是范围 [min, max], 从此范围中选择调整因子。注意取值范围是 -0.5 <= min <= max <= 0.5。
**异常：**
- **TypeError** - 如果 `brightness` 不是float或sequence类型或元素不为float类型。
- **TypeError** - 如果 `contrast` 不是float或sequence类型或元素不为float类型。
- **TypeError** - 如果 `saturation` 不是float或sequence类型或元素不为float类型。
- **TypeError** - 如果 `hue` 不是float或sequence类型或元素不为float类型。
- **ValueError** - 如果 `brightness` 为负数。
- **ValueError** - 如果 `contrast` 为负数。
- **ValueError** - 如果 `saturation` 为负数。
- **ValueError** - 如果 `hue` 不在 [-0.5, 0.5] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

42
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomCrop.rst Normal file
View File

@ -0,0 +1,42 @@
mindspore.dataset.vision.c_transforms.RandomCrop
================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
对输入图像进行随机区域的裁剪。如果输入图像尺寸小于输出尺寸，输入图像将在裁剪前被填充。
.. note:: 如果在多个数据列上应用此处理，则需要确保每个数据列的图像shape相同。
**参数：**
- **size** (Union[int, sequence]) - 裁剪图像的输出大小。大小值必须为正。
如果 size 是整数，则返回大小为 (size, size) 的正方形裁剪。
如果 size 是一个长度为 2 的序列，它应该是 (高度, 宽度)。
- **padding** (Union[int, sequence], 可选) - 填充图像的像素数。填充值必须为非负值, 默认值：None。
如果 `padding` 不为 None，则首先使用 `padding` 填充图像。
如果 `padding` 是一个整数，代表为图像的所有方向填充该值大小的像素。
如果 `padding` 是一个包含2个值的元组或列表，第一个值会用于填充图像的左侧和上侧，第二个值会用于填充图像的右侧和下侧。
如果 `padding` 是一个包含4个值的元组或列表，则分别填充图像的左侧、上侧、右侧和下侧。
- **pad_if_needed** (bool, 可选) - 如果输入图像高度或者宽度小于 `size` 指定的输出图像大小，是否进行填充。默认值：False，不填充。
- **fill_value** (Union[int, tuple], 可选) - 边框的像素强度，仅对padding_mode Border.CONSTANT有效。
如果是3元组，则分别用于填充R、G、B通道。
如果是整数，则用于所有RGB通道。
fill_value 值必须在 [0, 255] 范围内, 默认值：0。
- **padding_mode** (Border, 可选) - 边界填充方式, 默认值：Border.CONSTANT。它可以是 [Border.CONSTANT、Border.EDGE、Border.REFLECT、Border.SYMMETRIC] 中的任何一个。
- **Border.CONSTANT** - 使用常量值进行填充。
- **Border.EDGE** - 使用各边的边界像素值进行填充。
- **Border.REFLECT** - 以各边的边界为轴进行镜像填充，忽略边界像素值。
- **Border.SYMMETRIC** - 以各边的边界为轴进行对称填充，包括边界像素值。
**异常：**
- **TypeError** - 如果 `size` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `padding` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `pad_if_needed` 不是bool类型。
- **TypeError** - 如果 `fill_value` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `padding_mode` 不是 :class:`mindspore.dataset.vision.Border` 的类型。
- **ValueError** - 如果 `size` 不是正数。
- **ValueError** - 如果 `padding` 为负数。
- **ValueError** - 如果 `fill_value` 不在 [0, 255] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

37
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomCropDecodeResize.rst Normal file
View File

@ -0,0 +1,37 @@
mindspore.dataset.vision.c_transforms.RandomCropDecodeResize
============================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomCropDecodeResize(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
"裁剪"、"解码"和"调整大小"的组合处理。该算子将在随机位置裁剪输入图像，以 RGB 模式对裁剪后的图像进行解码，并调整解码图像的大小。针对 JPEG 图像进行了优化, 可以获得更好的性能。
**参数：**
- **size** (Union[int, sequence]) - 调整后图像的输出大小。大小值必须为正。
如果 size 是整数，则返回大小为 (size, size) 的正方形裁剪。
如果 size 是一个长度为 2 的序列，它应该是 (高度, 宽度)。
- **scale** (list, tuple, 可选) - 要裁剪的原始大小的各个大小的范围[min, max)，必须为非负数, 默认值：（0.08, 1.0）。
- **ratio** (list, tuple, 可选) - 宽高比的范围 [min, max) 裁剪，必须为非负数, 默认值：(3. / 4., 4. / 3.)。
- **interpolation** (Inter, 可选) - resize算子的图像插值模式, 默认值：Inter.BILINEAR。它可以是 [Inter.BILINEAR、Inter.NEAREST、Inter.BICUBIC、Inter.AREA、Inter.PILCUBIC] 中的任何一个。
- **Inter.BILINEAR**: 双线性插值。
- **Inter.NEAREST**: 最近邻插值。
- **Inter.BICUBIC**: 双三次插值。
- **Inter.AREA**: 像素区域插值。
- **Inter.PILCUBIC**: Pillow库中实现的双三次插值，输入需为3通道格式。
- **max_attempts** (int, 可选) - 提出有效crop_area 的最大尝试次数, 默认值：10。
如果超过，则回退到使用 center_crop 代替。 max_attempts 值必须为正数。
**异常：**
- **TypeError** - 如果 `size` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `scale` 不是tuple类型。
- **TypeError** - 如果 `ratio` 不是tuple类型。
- **TypeError** - 如果 `interpolation` 不是 :class:`mindspore.dataset.vision.Inter` 的类型。
- **TypeError** - 如果 `max_attempts` 不是int类型。
- **ValueError** - 如果 `size` 不是正数。
- **ValueError** - 如果 `scale` 为负数。
- **ValueError** - 如果 `ratio` 为负数。
- **ValueError** - 如果 `max_attempts` 不是正数。
- **RuntimeError** - 如果输入图像的shape不是一维序列。

40
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomCropWithBBox.rst Normal file
View File

@ -0,0 +1,40 @@
mindspore.dataset.vision.c_transforms.RandomCropWithBBox
========================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomCropWithBBox(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
对输入图像进行随机位置裁剪并相应地调整边界框。
**参数：**
- **size** (Union[int, sequence]) - 裁剪图像的输出大小。大小值必须为正。
如果 size 是整数，则返回大小为 (size, size) 的正方形裁剪。
如果 size 是一个长度为 2 的序列，它应该是 (高度, 宽度)。
- **padding** (Union[int, sequence], 可选) - 填充图像的像素数。填充值必须非负值, 默认值：None。
如果 `padding` 不为 None，则首先使用 `padding` 填充图像。
如果 `padding` 是一个整数，代表为图像的所有方向填充该值大小的像素。
如果 `padding` 是一个包含2个值的元组或列表，第一个值会用于填充图像的左侧和上侧，第二个值会用于填充图像的右侧和下侧。
如果 `padding` 是一个包含4个值的元组或列表，则分别填充图像的左侧、上侧、右侧和下侧。
- **pad_if_needed** (bool, 可选) - 如果输入图像高度或者宽度小于 `size` 指定的输出图像大小，是否进行填充。默认值：False，不填充。
- **fill_value** (Union[int, tuple], 可选) - 边框的像素强度，仅对padding_mode Border.CONSTANT有效。
如果是3元组，则分别用于填充R、G、B通道。
如果是整数，则用于所有 RGB 通道。
fill_value 值必须在 [0, 255] 范围内, 默认值：0。
- **padding_mode** (Border, 可选) - 边界填充方式, 默认值：Border.CONSTANT。它可以是 [Border.CONSTANT、Border.EDGE、Border.REFLECT、Border.SYMMETRIC] 中的任何一个。
- **Border.CONSTANT** - 使用常量值进行填充。
- **Border.EDGE** - 使用各边的边界像素值进行填充。
- **Border.REFLECT** - 以各边的边界为轴进行镜像填充，忽略边界像素值。
- **Border.SYMMETRIC** - 以各边的边界为轴进行对称填充，包括边界像素值。
**异常：**
- **TypeError** - 如果 `size` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `padding` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `pad_if_needed` 不是bool类型。
- **TypeError** - 如果 `fill_value` 不是int或sequence类型或元素不为int类型。
- **TypeError** - 如果 `padding_mode` 不是 :class:`mindspore.dataset.vision.Border` 的类型。
- **ValueError** - 如果 `size` 不是正数。
- **ValueError** - 如果 `padding` 为负数。
- **ValueError** - 如果 `fill_value` 不在 [0, 255] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

16
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomHorizontalFlip.rst Normal file
View File

@ -0,0 +1,16 @@
mindspore.dataset.vision.c_transforms.RandomHorizontalFlip
==========================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomHorizontalFlip(prob=0.5)
以给定的概率水平随机翻转输入图像。
**参数：**
- **prob** (float, 可选) - 图像被翻转的概率，必须在 [0, 1] 范围内, 默认值：0.5。
**异常：**
- **TypeError** - 如果 `prob` 不是float类型。
- **ValueError** - 如果 `prob` 不在 [0, 1] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

16
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomHorizontalFlipWithBBox.rst Normal file
View File

@ -0,0 +1,16 @@
mindspore.dataset.vision.c_transforms.RandomHorizontalFlipWithBBox
==================================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomHorizontalFlipWithBBox(prob=0.5)
以给定的概率水平随机翻转输入图像并相应地调整边界框。
**参数：**
- **prob** (float, 可选) - 图像被翻转的概率，必须在 [0, 1] 范围内, 默认值：0.5。
**异常：**
- **TypeError** - 如果 `prob` 不是float类型。
- **ValueError** - 如果 `prob` 不在 [0, 1] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

17
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomPosterize.rst Normal file
View File

@ -0,0 +1,17 @@
mindspore.dataset.vision.c_transforms.RandomPosterize
=====================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomPosterize(bits=(8, 8))
随机减少输入图像每个颜色通道的位数。
**参数：**
- **bits** (float, 可选) - 随机位数压缩的范围。位值必须在 [1,8] 范围内，并且在给定范围内至少包含一个整数值。它必须是 (min, max) 或整数格式。
如果min=max，那么它是一个单一的位数压缩操作, 默认值：(8, 8)。
**异常：**
- **TypeError** - 如果 `bits` 不是int或整数序列类型。
- **ValueErro：** - 如果 `bits` 不在 [1, 8] 范围内。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

18
docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.RandomResize.rst Normal file
View File

@ -0,0 +1,18 @@
mindspore.dataset.vision.c_transforms.RandomResize
==================================================
.. py:class:: mindspore.dataset.vision.c_transforms.RandomResize(size)
使用随机选择的插值模式调整输入图像的大小。
**参数：**
- **size** (Union[int, sequence]) - 调整后图像的输出大小。 大小值必须为正。
如果 size 是整数，则图像的较小边缘将调整为具有相同图像纵横比的该值。
如果 size 是一个长度为 2 的序列，它应该是 (高度, 宽度)。
**异常：**
- **TypeError** - 如果 `size` 不是int或sequence类型或元素不为int类型。
- **ValueError** - 如果 `size` 不是正数。
- **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

6
docs/api/api_python/mindspore.dataset.vision.rst
View File

@ -1,9 +1,11 @@
mindspore.dataset.vision
===================================
his module is to support vision augmentations. It includes two parts: c_transforms and py_transforms. C_transforms is a high performance image augmentation module which is developed with c++ opencv. Py_transforms provide more kinds of image augmentations which are developed with Python PIL.
此模块用于图像数据增强，包括 `c_transforms` 和 `py_transforms` 两个子模块。
`c_transforms` 是使用 C++ OpenCv 开发的高性能图像增强模块。
`py_transforms` 是使用 Python Pillow 开发的图像增强模块。
Common imported modules in corresponding API examples are as follows:
API样例中常用的导入模块如下：
.. code-block::

42
mindspore/python/mindspore/dataset/vision/c_transforms.py
View File

@ -285,13 +285,13 @@ class BoundingBoxAugment(ImageTensorOperation):
Apply a given image transform on a random selection of bounding box regions of a given image.
Args:
transform: C++ transformation operator to be applied on random selection
transform (TensorOperation): C++ transformation operator to be applied on random selection
of bounding box regions of a given image.
ratio (float, optional): Ratio of bounding boxes to apply augmentation on.
Range: [0, 1] (default=0.3).
Raises:
TypeError: If `transform` is not of type ImageTensorOperation.
TypeError: If `transform` is not of type :class:`mindspore.dataset.vision.c_transforms.ImageTensorOperation`.
TypeError: If `ratio` is not of type float.
ValueError: If `ratio` is not in range [0, 1].
RuntimeError: If given bounding box is invalid.
@ -369,13 +369,13 @@ class ConvertColor(ImageTensorOperation):
Args:
convert_mode (ConvertMode): The mode of image channel conversion.
- ConvertMode.COLOR_BGR2BGRA, Add alpha channel to BGR image.
- ConvertMode.COLOR_BGR2BGRA, Convert BGR image to BGRA image.
- ConvertMode.COLOR_RGB2RGBA, Add alpha channel to RGB image.
- ConvertMode.COLOR_RGB2RGBA, Convert RGB image to RGBA image.
- ConvertMode.COLOR_BGRA2BGR, Remove alpha channel to BGR image.
- ConvertMode.COLOR_BGRA2BGR, Convert BGRA image to BGR image.
- ConvertMode.COLOR_RGBA2RGB, Remove alpha channel to RGB image.
- ConvertMode.COLOR_RGBA2RGB, Convert RGBA image to RGB image.
- ConvertMode.COLOR_BGR2RGBA, Convert BGR image to RGBA image.
@ -410,7 +410,7 @@ class ConvertColor(ImageTensorOperation):
- ConvertMode.COLOR_RGBA2GRAY, Convert RGBA image to GRAY image.
Raises:
TypeError: If `convert_mode` is not of type ConvertMode.
TypeError: If `convert_mode` is not of type :class:`mindspore.dataset.vision.c_transforms.ConvertMode`.
RuntimeError: If given tensor shape is not <H, W> or <H, W, C>.
Supported Platforms:
@ -489,7 +489,7 @@ class CutMixBatch(ImageTensorOperation):
prob (float, optional): The probability by which CutMix is applied to each image, range: [0, 1] (default = 1.0).
Raises:
TypeError: If `image_batch_format` is not of type ImageBatchFormat.
TypeError: If `image_batch_format` is not of type :class:`mindspore.dataset.vision.ImageBatchFormat`.
TypeError: If `alpha` is not of type float.
TypeError: If `prob` is not of type float.
ValueError: If `alpha` is less than or equal 0.
@ -555,11 +555,11 @@ class CutOut(ImageTensorOperation):
class Decode(ImageTensorOperation):
"""
Decode the input image in RGB mode(default) or BGR mode(deprecated).
Decode the input image in RGB mode(default) or BGR mode(option is deprecated).
Args:
rgb (bool, optional): Mode of decoding input image (default=True).
If True means format of decoded image is RGB else BGR(deprecated).
If True means format of decoded image is RGB else BGR(option is deprecated).
Raises:
RuntimeError: If `rgb` is False, since this option is deprecated.
@ -812,7 +812,7 @@ class NormalizePad(ImageTensorOperation):
The mean values must be in range (0.0, 255.0].
std (sequence): List or tuple of standard deviations for each channel, with respect to channel order.
The standard deviation values must be in range (0.0, 255.0].
dtype (str): Set the output data type of normalized image (default is "float32").
dtype (str, optional): Set the output data type of normalized image (default is "float32").
Raises:
TypeError: If `mean` is not of type sequence.
@ -876,7 +876,7 @@ class Pad(ImageTensorOperation):
Raises:
TypeError: If `padding` is not of type integer or sequence of integer.
TypeError: If `fill_value` is not of type integer or tuple of integer.
TypeError: If `padding_mode` is not of type Border.
TypeError: If `padding_mode` is not of type :class:`mindspore.dataset.vision.Border`.
ValueError: If `padding` is negative.
ValueError: If `fill_value` is not in range [0, 255].
RuntimeError: If given tensor shape is not <H, W> or <H, W, C>.
@ -944,7 +944,7 @@ class RandomAffine(ImageTensorOperation):
Apply Random affine transformation to the input image.
Args:
degrees (int or float or sequence): Range of the rotation degrees.
degrees (Union[int, float, sequence]): Range of the rotation degrees.
If `degrees` is a number, the range will be (-degrees, degrees).
If `degrees` is a sequence, it should be (min, max).
translate (sequence, optional): Sequence (tx_min, tx_max, ty_min, ty_max) of minimum/maximum translation in
@ -953,17 +953,17 @@ class RandomAffine(ImageTensorOperation):
(tx_min*width, tx_max*width) and (ty_min*height, ty_max*height), respectively.
If a tuple or list of size 2, then a translate parallel to the X axis in the range of
(translate[0], translate[1]) is applied.
If a tuple of list of size 4, then a translate parallel to the X axis in the range of
If a tuple or list of size 4, then a translate parallel to the X axis in the range of
(translate[0], translate[1]) and a translate parallel to the Y axis in the range of
(translate[2], translate[3]) are applied.
If None, no translation is applied.
scale (sequence, optional): Scaling factor interval, which must be non negative
(default=None, original scale is used).
shear (int or float or sequence, optional): Range of shear factor, which must be positive (default=None).
shear (Union[int, float, sequence], optional): Range of shear factor, which must be positive (default=None).
If a number, then a shear parallel to the X axis in the range of (-shear, +shear) is applied.
If a tuple or list of size 2, then a shear parallel to the X axis in the range of (shear[0], shear[1])
is applied.
If a tuple of list of size 4, then a shear parallel to X axis in the range of (shear[0], shear[1])
If a tuple or list of size 4, then a shear parallel to X axis in the range of (shear[0], shear[1])
and a shear parallel to Y axis in the range of (shear[2], shear[3]) is applied.
If None, no shear is applied.
resample (Inter, optional): An optional resampling filter (default=Inter.NEAREST).
@ -975,7 +975,7 @@ class RandomAffine(ImageTensorOperation):
- Inter.BICUBIC, means resample method is bicubic interpolation.
fill_value (tuple or int, optional): Optional fill_value to fill the area outside the transform
fill_value (Union[int, tuple], optional): Optional fill_value to fill the area outside the transform
in the output image. There must be three elements in tuple and the value of single element is [0, 255].
(default=0, filling is performed).
@ -984,7 +984,7 @@ class RandomAffine(ImageTensorOperation):
TypeError: If `translate` is not of type sequence.
TypeError: If `scale` is not of type sequence.
TypeError: If `shear` is not of type integer, float or sequence.
TypeError: If `resample` is not of type Inter.
TypeError: If `resample` is not of type :class:`mindspore.dataset.vision.Inter`.
TypeError: If `fill_value` is not of type integer or tuple of integer.
ValueError: If `degrees` is negative.
ValueError: If `translate` is not in range [-1.0, 1.0].
@ -1240,7 +1240,7 @@ class RandomCrop(ImageTensorOperation):
TypeError: If `padding` is not of type integer or sequence of integer.
TypeError: If `pad_if_needed` is not of type boolean.
TypeError: If `fill_value` is not of type integer or sequence of integer.
TypeError: If `padding_mode` is not of type Border.
TypeError: If `padding_mode` is not of type :class:`mindspore.dataset.vision.Border`.
ValueError: If `size` is not positive.
ValueError: If `padding` is negative.
ValueError: If `fill_value` is not in range [0, 255].
@ -1314,7 +1314,7 @@ class RandomCropDecodeResize(ImageTensorOperation):
TypeError: If `size` is not of type integer or sequence of integer.
TypeError: If `scale` is not of type tuple.
TypeError: If `ratio` is not of type tuple.
TypeError: If `interpolation` is not of type Inter.
TypeError: If `interpolation` is not of type :class:`mindspore.dataset.vision.Inter`.
TypeError: If `max_attempts` is not of type integer.
ValueError: If `size` is not positive.
ValueError: If `scale` is negative.
@ -1401,7 +1401,7 @@ class RandomCropWithBBox(ImageTensorOperation):
TypeError: If `padding` is not of type integer or sequence of integer.
TypeError: If `pad_if_needed` is not of type boolean.
TypeError: If `fill_value` is not of type integer or sequence of integer.
TypeError: If `padding_mode` is not of type Border.
TypeError: If `padding_mode` is not of type :class:`mindspore.dataset.vision.Border`.
ValueError: If `size` is not positive.
ValueError: If `padding` is negative.
ValueError: If `fill_value` is not in range [0, 255].