Equalization
类keras.layers.Equalization(value_range=(0, 255), bins=256, data_format=None, **kwargs)
用于对图像通道进行直方图等化的预处理层。
直方图等化是一种调整图像强度以增强对比度的技术,其原理是有效地分散最常见的强度值。此层按通道应用等化,可以提高图像细节的可见性。
此层适用于灰度图和彩色图像,对每个颜色通道独立执行等化。在推理时,等化会一致地应用。
注意: 此层可在 tf.data
流水线中安全使用(无论您使用哪个后端)。
参数
[0, 255]
。如果输入图像已缩放,请使用适当的范围(例如,[0.0, 1.0]
)。等化将缩放到此范围,并相应地裁剪输出值。输入形状
3D(非批量)或 4D(批量)张量,形状为 (..., height, width, channels)
且采用 "channels_last"
格式,或形状为 (..., channels, height, width)
且采用 "channels_first"
格式。
输出形状
3D(非批量)或 4D(批量)张量,形状为 (..., target_height, target_width, channels)
,或形状为 (..., channels, target_height, target_width)
且采用 "channels_first"
格式。
示例
# Create an equalization layer for standard 8-bit images
equalizer = keras.layers.Equalization()
# An image with uneven intensity distribution
image = [...] # your input image
# Apply histogram equalization
equalized_image = equalizer(image)
# For images with custom value range
custom_equalizer = keras.layers.Equalization(
value_range=[0.0, 1.0], # for normalized images
bins=128 # fewer bins for more subtle equalization
)
custom_equalized = custom_equalizer(normalized_image)