图像处理算子接口

6.1 接口列表

类别	名称
图像参数调整	图像亮度调整、图像对比度调整、图像伽马变换（幂律变换）、图像色调调整、图像饱和度调整，以及部分随机调整操作
图像颜色空间转换	图像在RGB、HSV、YUV、YIQ、灰度等颜色空间（色域）之间的转换操作，图像数据类型转换
图像翻转和转置	图像水平翻转、图像垂直翻转、图像转置、图像旋转
图像裁剪和缩放	图像中心裁剪、图像随机裁剪、图像填充、图像缩放
其他图像操作	图像高斯模糊、图像归一化、图像梯度计算

6.2 接口功能和参数

6.2.1 调整图像亮度

6.2.1.1 功能描述

提供接口，将输入的待调整图像转换成浮点数表示，根据参数brightness_factor对图像的亮度进行调整，之后再将其转回原先的数据类型。
具体调整方式是，将brightness_factor累加到输入图像的每个像素上，超过表示范围的用clip操作进行截断处理。

$$Out[i]=Clip(In[i]+brightness\underline{ }factor)$$

6.2.1.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
亮度调整参数	输入	必选	亮度调整参数brightness_factor，标量，数据类型为32位浮点数，64位浮点数。
调整后的图像	输出	必选	输出的调整亮度后的图像，数据类型、维度信息与输入相同

6.2.1.3 接口返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如brightness_factor＞1。

6.2.1.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.1.5 其他附加说明

接口会对调整明暗度后溢出原本表示范围的像素值进行clip截断处理。

6.2.2 调整图像对比度

6.2.2.1 功能描述

提供接口，将输入的待调整图像转换成浮点数表示，根据参数contrast_factor对图像的对比度进行调整，之后再将其转回原先的数据类型。
对比度调整的方式为，针对输入图像的每个像素值，将其与整张图像均值之间的差缩放contrast_factor倍，得到输出图像。

$$Out[i]=(In[i]-mean)×contrast\underline{ }factor+In[i]$$

6.2.2.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
对比度调整参数	输入	必选	对比度调整参数contrast_factor，标量，数据类型为32位浮点数，64位浮点数
调整后的图像	输出	必选	输出的调整对比度后的图像，数据类型、维度信息与输入相同

6.2.2.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如contrast_factor＜0。

6.2.2.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.2.5 其他附加说明

算子接口在contrast_factor参数为0时输出纯灰色图像，在contrast_factor参数为1时输出原始图像。

6.2.3 图像伽马变换（幂律变换）

6.2.3.1 功能描述

提供接口，将输入的待调整图像转换成浮点数表示，之后根据输入的gamma参数，对图像进行伽马变换（幂律变换），随后将其转回原先的数据类型。

输入图像的各通道所做的变换如下公式所述：

$$Out[i]=gain×In[i]^{gamma}$$

6.2.2.3 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待变换图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
伽马变换指数参数	输入	必选	伽马变换（幂律变换）参数gamma，标量，数据类型为32位浮点数，64位浮点数
伽马变换乘子参数	输入	必选	伽马变换（幂律变换）参数gain，标量，数据类型为32位浮点数，64位浮点数
调整后的图像	输出	必选	输出的伽马变换（幂律变换）后的图像，数据类型、维度信息与输入相同

6.2.3.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如gamma＜0。

6.2.3.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.4 调整图像色调

6.2.4.1 功能描述

提供接口，将输入的待调整图像转换成HSV表示，根据参数hue_factor对图像的色调通道（hue channel）进行调整，之后再将其转回原先的图像表示类型。

如图所示，在图像的HSV空间对H分量进行旋转操作，即可实现图像色调的转换，hue_factor用于表示旋转的方向和度数。

6.2.4.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
色调调整参数	输入	必选	色调调整参数hue_factor，标量，数据类型为32位浮点数，64位浮点数
调整后的图像	输出	必选	输出的调整色调后的图像，数据类型、维度信息与输入相同

6.2.4.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.4.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.4.5 其他附加说明

算子接口在hue_factor参数为0时会输出原始图像。

6.2.5 调整图像饱和度

6.2.5.1 功能描述

提供接口，将输入的待调整图像转换成HSV表示，根据参数saturation_factor对图像的饱和度通道（saturation channel）进行调整，之后再将其转回原先的图像表示类型。
调整方式为，对输入图像的每一个像素，与saturation_factor参数进行相乘，超出表示范围的用clip截断处理。

$$Out[i]=Clip(In[i]×saturation\underline{ }factor)$$

6.2.5.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
饱和度调整参数	输入	必选	饱和度调整参数saturation_factor，标量，数据类型为32位浮点数，64位浮点数
调整后的图像	输出	必选	输出的调整饱和度后的图像，数据类型、维度信息与输入相同

6.2.5.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如saturation_factor＜0。

6.2.5.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.5.5 其他附加说明

算子接口在saturation_factor参数为0时会输出黑白图像，在saturation_factor参数为1时会输出原始图像，经过饱和度调整后如果超出了原有图像类型的表示范围，会对超过范围的像素进行clip截断操作。

6.2.6 随机调整图像亮度

6.2.6.1 功能描述

提供接口，将输入的待调整图像转换成浮点数表示，在参数lower和upper给定的范围内随机选取参数brightness_factor对图像的亮度进行调整，之后再将其转回原先的数据类型。
对于批量输入图像，每张图像的随机调整操作与其余图像的亮度调整互不影响。
具体调整方式是，将选定的参数brightness_factor累加到输入图像的每个像素上，超过表示范围的用clip操作进行处理。

$$Out[i]=Clip(In[i]+brightness\underline{ }factor)$$

$$lower≤brightness\underline{ }factor≤upper$$

6.2.6.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
参数下限	输入	可选	亮度调整参数brightness_factor的最小值，标量，数据类型为32位浮点数，64位浮点数，默认值为-1.0
参数上限	输入	可选	亮度调整参数brightness_factor的最大值，标量，数据类型为32位浮点数，64位浮点数，默认值为1.0
随机种子	输入	可选	数据类型为32位整数，用于生成随机种子
调整后的图像	输出	必选	输出的调整亮度后的图像，数据类型、维度信息与输入相同

6.2.6.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如upper＞1或lower＞1。

6.2.6.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.6.5 其他附加说明

接口会对调整明暗度后溢出原本表示范围的像素值进行clip处理，此外参数下限和参数上限需要一同给定。

6.2.7 随机调整图像对比度

6.2.7.1 功能描述

提供接口，将输入的待调整图像转换成浮点数表示，在参数lower和upper给定的范围内随机选取参数contrast_factor对图像的对比度进行调整，之后再将其转回原先的数据类型。
对于批量输入图像，每张图像的随机调整操作与其余图像的对比度调整互不影响。
对比度调整的方式为，针对输入图像的每个像素值，将其与整张图像均值之间的差缩放contrast_factor倍，得到输出图像。

$$Out[i]=(In[i]-mean)×contrast\underline{ }factor+In[i]$$

$$lower≤contrast\underline{ }factor≤upper$$

6.2.7.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
参数下限	输入	必选	对比度调整参数contrast_factor的最小值，标量，数据类型为32位浮点数，64位浮点数
参数上限	输入	必选	对比度调整参数contrast_factor的最大值，标量，数据类型为32位浮点数，64位浮点数
随机种子	输入	可选	数据类型为32位整数，用于生成随机种子
调整后的图像	输出	必选	输出的调整对比度后的图像，数据类型、维度信息与输入相同

6.2.7.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如upper＞1或lower＞1。

6.2.7.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.7.5 其他附加说明

接口会对调整明暗度后溢出原本表示范围的像素值进行clip截断处理，upper和lower参数均应在0到1之间，且需保证lower＜upper。

6.2.8 随机调整图像色调

6.2.8.1 功能描述

提供接口，将输入的待调整图像转换成HSV表示，之后在参数lower和upper给定的范围内随机选取参数hue_factor对图像的色调通道（hue channel）进行调整，之后再将其转回原先的图像表示类型。
对于批量输入图像，每张图像的随机调整操作与其余图像的色调调整互不影响。

如图所示，在图像的HSV空间对H分量进行旋转操作，即可实现图像色调的转换，hue_factor用于表示旋转的方向和角度。

6.2.8.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
参数下限	输入	可选	色调调整参数hue_factor的最小值，标量，数据类型为32位浮点数，64位浮点数
参数上限	输入	必选	色调调整参数hue_factor的最大值，标量，数据类型为32位浮点数，64位浮点数
随机种子	输入	可选	数据类型为32位整数，用于生成随机种子
调整后的图像	输出	必选	输出的调整色调后的图像，数据类型、维度信息与输入相同

6.2.8.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.8.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.8.5 其他附加说明

算子接口在hue_factor参数为0时会输出原始图像，lower和upper参数的取值范围均为[-1,1]且需要满足lower＜upper。

6.2.9 随机调整图像饱和度

6.2.9.1 功能描述

提供接口，将输入的待调整图像转换成HSV表示，之后在参数lower和upper给定的范围内随机选取参数saturation_factor对图像的饱和度通道（saturation channel）进行调整，之后再将其转回原先的图像表示类型。
对于批量输入图像，每张图像的随机调整操作与其余图像的饱和度调整互不影响。
调整方式为，对输入图像的每一个像素，与saturation_factor参数进行相乘，超出表示范围的用clip截断处理。

$$Out[i]=Clip(In[i]×saturation\underline{ }factor)$$

$$lower≤saturation\underline{ }factor≤upper$$

6.2.9.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
参数下限	输入	必选	饱和度调整参数saturation_factor的最小值，标量，数据类型为32位浮点数，64位浮点数
参数上限	输入	必选	饱和度调整参数saturation_factor的最大值，标量，数据类型为32位浮点数，64位浮点数
随机种子	输入	必选	数据类型为32位整数，用于生成随机种子
调整后的图像	输出	必选	输出的调整饱和度后的图像，数据类型、维度信息与输入相同

6.2.9.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.9.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.9.5 其他附加说明

算子接口在saturation_factor参数为0时会输出黑白图像，在saturation_factor参数为1时会输出原始图像，经过饱和度调整后如果超出了原有图像类型的表示范围，会对超过范围的像素进行clip截断操作，要求参数lower＜upper且需二者均大于等于0。

6.2.9.6 接口示例

6.2.10 RGB图像转灰度图像

6.2.10.1 功能描述

提供接口，将图像由RGB图像转换为灰度图像。
转换方式如下述公式，对输入图像的每个像素：

$$GrayScale[i]=R[i]×0.299+G[i]×0.587+B[i]×0.114$$

6.2.10.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的RGB图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的转换后的GrayScale灰度图像，数据类型、batch_size、宽高信息与输入相同，channel维度值为1

6.2.10.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.10.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.10.5 接口示例

6.2.11 灰度图像转RGB图像

6.2.11.1 功能描述

提供接口，将图像由灰度图像转换为RGB图像。
转换方式如下述公式，对输入图像的每个像素：

$$ \left { \begin{array}{c} R[i]=GrayScale[i] \\ G[i]=GrayScale[i] \\ B[i]=GrayScale[i] \end{array} \right. $$

6.2.11.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的GrayScale灰度图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为1。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的RGB图像，数据类型、batch_size、宽高信息与输入相同，channel维度值为3

6.2.11.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.11.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.11.5 接口示例

6.2.12 RGB图像转HSV图像

6.2.12.1 功能描述

提供接口，将图像从RGB颜色空间转换到HSV颜色空间。转换方式如下述公式，对输入图像的每个像素：

$$ \left { \begin{array}{c} R'=R/255 \\ G'=G/255 \\ B'=B/255 \\ Cmax=max(R',G',B') \\ Cmin=min(G',G',B') \\ ∆=Cmax-Cmin \end{array} \right. $$

$$ H= \left { \begin{array}{c} 0°,∆=0\\ 60°×(\frac{G'-B'}{∆}+0),Cmax=R'\\ 60°×(\frac{B'-R'}{∆}+2),Cmax=G'\\ 60°×(\frac{R'-G'}{∆}+4),Cmax=B' \end{array} \right. $$

$$ S= \left { \begin{array}{c} 0,Cmax=0\\ \frac{∆}{Cmax},Cmax≠0 \end{array} \right. $$

$$V=Cmax$$

6.2.12.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的RGB图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的HSV图像，数据类型、维度信息与输入相同

6.2.12.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.12.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.12.5 接口示例

6.2.13 HSV图像转RGB图像

6.2.13.1 功能描述

提供接口，将图像从HSV颜色空间转换到RGB颜色空间。
转换方式如下述公式，对输入图像的每个像素：

$$C=V×S$$

$$X=C×(1-|(H/60°) mod2-1|)$$

$$m=V-C$$

$$ (R',G',B')= \left { \begin{array}{c} (C,X,0), 0°≤H<60°\\ (X,C,0), 60°≤H<120°\\ (0,C,X), 120°≤H<180°\\ (0,X,C), 180°≤H<240°\\ (X,0,C), 240°≤H<300°\\ (C,0,X), 300°≤H<360° \end{array} \right. $$

$$(R,G,B)=((R'+m)×255,(G'+m)×255,(B'+m)×255)$$

6.2.13.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的HSV图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的调整亮度后的RGB图像，数据类型、维度信息与输入相同

6.2.13.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.13.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.13.5 接口示例

6.2.14 RGB图像转YUV图像

6.2.14.1 功能描述

提供接口，将图像从RGB颜色空间转换到YUV颜色空间。
转换方式如下述公式，对输入图像的每个像素：

$$ \left { \begin{array}{c} Y=0.30R+0.59G+0.11B\\ U=0.493(B-Y)\\ V=0.877(R-Y) \end{array} \right. $$

6.2.14.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的RGB图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的YUV图像，数据类型、维度信息与输入相同

6.2.14.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.14.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.14.5 接口示例

6.2.15 YUV图像转RGB图像

6.2.15.1 功能描述

提供接口，将图像从YUV颜色空间转换到RGB颜色空间。
转换方式如下述公式，对输入图像的每个像素：

$$ \left { \begin{array}{c} R=Y+1.4075V\\ G=Y-0.3455U-0.7169V\\ B=Y+1.779U \end{array} \right. $$

6.2.15.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的YUV图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的RGB图像，数据类型、维度信息与输入相同

6.2.15.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.15.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.15.5 接口示例

6.2.16 RGB图像转YIQ图像

6.2.16.1 功能描述

提供接口，将图像从RGB颜色空间转换到YIQ颜色空间。
YIQ是NTSC（National Television Standards Committee）电视系统的标准。Y是提供黑白电视和彩色电视的亮度信号（Luminance），即亮度（Brightness），I代表In-phase，色彩从橙色到青色，Q代表Quadrature-phase，色彩从紫色到黄绿色。
转换方式如下述公式，对输入图像的每个像素：

$$\begin{bmatrix} Y\\ I\\ Q\\ \end{bmatrix}= \begin{bmatrix} 0.299&0.587&0.114\\ 0.596&-0.275&-0.321\\ 0.212&-0.523&0.311\\ \end{bmatrix} \begin{bmatrix} R\\ G\\ B\\ \end{bmatrix}$$

6.2.16.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的RGB图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的YIQ图像，数据类型、维度信息与输入相同

6.2.16.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.16.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.16.5 接口示例

6.2.17 YIQ图像转RGB图像

6.2.17.1 功能描述

提供接6.2.17.1口，将图像从YIQ颜色空间转换到RGB颜色空间。
YIQ是NTSC（National Television Standards Committee）电视系统的标准。Y是提供黑白电视和彩色电视的亮度信号（Luminance），即亮度（Brightness），I代表In-phase，色彩从橙色到青色，Q代表Quadrature-phase，色彩从紫色到黄绿色。
转换方式如下述公式，对输入图像的每个像素：

$$\begin{bmatrix} R\\ G\\ B\\ \end{bmatrix}= \begin{bmatrix} 1&0.956&0.620\\ 1&-0.272&-0.647\\ 1&-1.108&1.705\\ \end{bmatrix} \begin{bmatrix} Y\\ I\\ Q\\ \end{bmatrix} $$

6.2.17.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的YIQ图像，维度大小为3维（height, width, channel）或4维（含batch_size），其中channel维度值必须为3。元素类型可以为32位整数，32位浮点数，64位浮点数
转换后的图像	输出	必选	输出的颜色空间转换后的RGB图像，数据类型、维度信息与输入相同

6.2.17.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
对象非法：表示输入张量对象不合法。

6.2.17.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.17.5 接口示例

6.2.18 图像数据类型转换

6.2.18.1 功能描述

提供接口，根据传入参数信息对输入图像进行数据类型转换。

6.2.18.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转换的图像	输入	必选	输入的待转换的图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
转换数据类型	输入	必选	字符串类型，用于表示输出图像的数据类型
转换后的图像	输出	必选	输出的数据类型转换后的图像，维度信息与输入相同，数据类型符合参数要求

6.2.18.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。

6.2.18.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.18.5 接口示例

6.2.19 图像水平翻转

6.2.19.1 功能描述

提供接口，将图像沿水平方向进行左右翻转。其中width为输入图像的宽度。

$$Out[x,y]=In[x,width-y]$$

6.2.19.2 接口参数

参数名	参数类型	可选/必选	参数说明
待翻转的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
翻转后的图像	输出	必选	输出翻转后的图像，数据类型和维度信息与输入相同

6.2.19.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。

6.2.19.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.19.5 接口示例

6.2.20 图像垂直翻转

6.2.20.1 功能描述

提供接口，将图像沿垂直方向进行上下翻转。其中height为输入图像的高度。 $$Out[x,y]=In[height-x,y]$$

6.2.20.2 接口参数

参数名	参数类型	可选/必选	参数说明
待翻转的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
翻转后的图像	输出	必选	输出翻转后的图像，数据类型和维度信息与输入相同

6.2.20.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。

6.2.20.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.20.5 接口示例

6.2.21 图像随机水平翻转

6.2.21.1 功能描述

提供接口，以一定的概率沿着水平方向翻转图像的内容，否则按原样输出原图像，针对批量图像输入时，每张图像独立于其他图像随机翻转。
进行翻转时的处理如下，其中width为图像宽度：

6.2.21.2 接口参数

参数名	参数类型	可选/必选	参数说明
待翻转的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
翻转概率	输入	可选	数据类型为32位浮点数，表示水平翻转的概率，默认值为0.5
随机种子	输入	可选	数据类型为32位整数，用于生成随机种子
翻转后的图像	输出	必选	输出处理后的图像，数据类型和维度信息与输入相同

6.2.21.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.21.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.21.5 接口示例

6.2.22 图像随机垂直翻转

6.2.22.1 功能描述

提供接口，以一定的概率沿着垂直方向翻转图像的内容，否则按原样输出原图像，针对批量图像输入时，每张图像独立于其他图像随机翻转。
进行翻转时的处理如下，其中height为图像高度：

$$Out[x,y]=In[height-x,y]$$

6.2.22.2 接口参数

参数名	参数类型	可选/必选	参数说明
待翻转的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
翻转概率	输入	可选	数据类型为32位浮点数，表示垂直翻转的概率，默认值为0.5
随机种子	输入	可选	数据类型为32位整数，用于生成随机种子
翻转后的图像	输出	必选	输出处理后的图像，数据类型和维度信息与输入相同

6.2.22.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.22.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.22.5 接口示例

6.2.23 图像转置

6.2.23.1 功能描述

提供接口，将图像的H，W两个维度进行转置。处理方式如下：

$$Out[n,x,y,c]=In[n,y,x,c]$$

6.2.23.2 接口参数

参数名	参数类型	可选/必选	参数说明
待转置的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
转置后的图像	输出	必选	输出处理后的图像，维度大小为3维（width，height，channel）或4维（含batch_size），元素类型与输入图像相同

6.2.23.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。

6.2.23.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.23.5 接口示例

6.2.24 图像逆时针旋转90°

6.2.24.1 功能描述

提供接口，将图像逆时针旋转90°若干次。操作方式如下：

6.2.24.2 接口参数

参数名	参数类型	可选/必选	参数说明
待旋转的图像	输入	必选	输入的待翻转图像，维度大小为3维（height, width, channel）或4维（含batch_size），元素类型可以为32位整数，32位浮点数，64位浮点数
旋转次数	输入	可选	32位整数，用于表示逆时针旋转90°的次数，默认为1
旋转后的图像	输出	必选	输出处理后的图像，维度大小为3维或4维（含batch_size），元素类型与输入图像相同

6.2.24.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.24.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.24.5 接口示例

6.2.25 中心裁剪操作

6.2.25.1 功能描述

依据给定的裁剪大小，从图像中心进行裁剪操作。

6.2.25.2 接口参数

参数名	参数类型	可选/必选	参数说明
待裁剪图像	输入	必选	输入的待裁剪图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
裁剪高度	输入	必选	用于确定裁剪的高度，元素类型为32位整数
裁剪宽度	输入	必选	用于确定裁剪的宽度，元素类型为32位整数
裁剪后的图像	输出	必选	输出裁剪后的图像，元素类型与输入相同

6.2.25.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如target_height＜0。

6.2.25.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.25.5 其他附加说明

接口对target_height＞height或target_width＞width的情况提供支持，若待裁剪图像的某一维度小于目标维度的大小，则对原图像进行zero_padding后再进行裁剪。

6.2.25.6 接口示例

6.2.26 随机裁剪操作

6.2.26.1 功能描述

依据给定的裁剪大小，从图像的随机位置进行裁剪操作。

其中width和height是图像原本的形状，target_width和target_weight为目标图像（裁剪后图像）的宽度和高度信息。

6.2.26.2 接口参数

参数名	参数类型	可选/必选	参数说明
待裁剪图像	输入	必选	输入的待裁剪图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
裁剪高度	输入	必选	用于确定裁剪的高度，元素类型为32位整数
裁剪宽度	输入	必选	用于确定裁剪的宽度，元素类型为32位整数
裁剪后的图像	输出	必选	输出的裁剪后的图像，元素类型与输入相同，宽高信息为裁剪后的目标大小

6.2.26.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如target_height＜0。

6.2.26.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore的接口。

6.2.26.5 接口示例

6.2.27 图像裁剪操作

6.2.27.1 功能描述

依据给定的裁剪位置和大小，对输入图像进行裁剪。

其中width和height是图像原本的形状，offset_width和offset_height为裁剪起始位置信息，target_width和target_height为目标图像（裁剪后图像）的宽度和高度信息。

6.2.27.2 接口参数

参数名	参数类型	可选/必选	参数说明
待裁剪图像	输入	必选	输入的待裁剪图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
裁剪起始高度	输入	必选	用于确定裁剪起始高度，数据类型为32位整数，范围为[0, height)
裁剪起始宽度	输入	必选	用于确定裁剪起始宽度，数据类型为32位整数，范围为[0, width)
裁剪高度	输入	必选	用于确定裁剪目标高度，数据类型为32位整数，范围为(0, height]
裁剪宽度	输入	必选	用于确定裁剪目标宽度，数据类型为32位整数，范围为(0, width]
裁剪后的图像	输出	必选	输出裁剪后的图像，元素类型与输入相同，宽高信息满足裁剪后的目标大小，batch_size与channels信息与输入图像保持一致

6.2.27.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.27.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.27.5 其他附加说明

接口需要满足offset_width≥0，offset_height≥0，target_width＞0，target_height＞0，且需要满足offset_width+target_width≥width，offset_height+target_height≥height。

6.2.27.6 接口示例

6.2.28 图像填充操作

6.2.28.1 功能描述

依据给定的填充宽度信息，对输入图像进行0填充。

其中width和height是图像原本的形状，top，bottom，left和right分别为图像在上、下、左、右四个边界填充的宽度。

6.2.28.2 接口参数

参数名	参数类型	可选/必选	参数说明
待填充图像	输入	必选	输入的待填充图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
上边界填充高度	输入	必选	用于确定上边界填充高度，数据类型为32位整数
下边界填充高度	输入	必选	用于确定下边界填充高度，数据类型为32位整数
左边界填充宽度	输入	必选	用于确定左边界填充宽度，数据类型为32位整数
右边界填充宽度	输入	必选	用于确定右边界填充宽度，数据类型为32位整数
填充后的图像	输出	必选	输出填充后的图像，元素类型与输入相同，宽高信息满足填充后的目标大小，batch_size与channels信息与输入图像保持一致

6.2.28.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.28.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.28.5 接口示例

6.2.29 图像填充裁剪操作

6.2.29.1 功能描述

提供接口，通过中心裁剪和边缘填充，将输入图像大小调整为目标宽度和高度。在输入图像宽高小于目标宽高时，采用填充操作，反之采用中心裁剪操作。

其中height和width是图像原本的形状，target_width和target_height为目标图像的宽高。

6.2.29.2 接口参数

参数名	参数类型	可选/必选	参数说明
待调整图像	输入	必选	输入的待调整图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
目标图像高度	输入	必选	表示目标图像高度，数据类型为32位整数
目标图像宽度	输入	必选	表示目标图像宽度，数据类型为32位整数
调整后的图像	输出	必选	输出调整后的图像，元素类型与输入相同，宽高信息满足填充后的目标大小，batch_size与channels信息与输入图像保持一致

6.2.29.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.29.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.29.5 接口示例

6.2.30 图像缩放操作

6.2.30.1 功能描述

依据给定的插值模式，将图像缩放到给定的目标大小。
最近邻插值：目标图像通过缩放系数，计算缩放后的坐标在原图像中的位置(x,y)，计算离位置(x,y)最近的整数坐标点，并以此位置的颜色信息作为目标点的颜色。
双线性插值：目标图像通过缩放系数，计算缩放后的坐标在原图像中的位置(x,y)，使用离位置(x,y)最近的4个点的像素$Q_{11},Q_{12},Q_{21},Q_{22}$进行插值得到输出，使用线性插值的方法，对(x,y)两个方向进行像素插值，过程如下：

$$f(R_1)≈\frac{x_2-x}{x_2-x_1}f(Q_{11})+\frac{x-x_1}{x_2-x_1}f(Q_{21}), R_1=(x, y_1)$$

$$f(R_2)≈\frac{x_2-x}{x_2-x_1}f(Q_{12})+\frac{x-x_1}{x_2-x_1}f(Q_{22}), R_1=(x, y_2)$$

$$f(R)≈\frac{y_2-y}{y_2-y_1}f(R_{1})+\frac{y-y_1}{y_2-y_1}f(R_{2}), R=(x, y)$$

双三次插值：目标图像通过缩放系数，计算缩放后的坐标在原图像中的位置(x,y)，使用离位置(x,y)最近的16个点的像素进行插值得到输出，使用非线性插值的方法，对(x,y)两个方向进行像素插值。

6.2.30.2 接口参数

参数名	参数类型	可选/必选	参数说明
输入图像	输入	必选	输入图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
目标图像高度	输入	必选	用于确定缩放后图像的高度，元素类型为32位整数
目标图像宽度	输入	必选	用于确定缩放后图像的宽度，元素类型为32位整数
插值模式	输入	可选	图像插值模式，默认模式为双线性插值
输出图像	输出	必选	输出调整后的图像，元素类型与输入相同

6.2.30.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如target_height＜0。

6.2.30.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore的接口。

6.2.30.5 接口示例

6.2.31 图像高斯模糊

6.2.31.1 功能描述

高斯模糊是一种图像模糊滤波器（卷积核），用正态分布计算图像中每个像素的变换，在2维空间正态分布表示为：

$$G(u,v)=\frac{1}{2πσ^2} e^{-(u^2+v^2)/(2σ^2)}$$

根据上述表达式计算出高斯卷积核的数值，随后将卷积核与输入图像做二维卷积处理，得到模糊处理后的输出图像。

6.2.31.2 接口参数

参数名	参数类型	可选/必选	参数说明
输入图像	输入	必选	输入图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
高斯核大小	输入	必选	用于做模糊处理的高斯卷积核边长，元素类型为32位整数
高斯核标准差	输入	可选	所选高斯卷积核的标准差，数据类型为32位浮点数
输出图像	输出	必选	输出图像，维度信息和数据类型与输入图像保持一致

6.2.31.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.31.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.31.5 其他附加说明

高斯卷积核大小kernel_size为大于零的奇数。

6.2.31.6 接口示例

6.2.32 图像梯度计算

6.2.32.1 功能描述

提供接口，计算输入图像每个channel在x，y两个方向的梯度G_x，G_y。计算方式如下：

$$G_x=f(x+1,y)-f(x,y)$$

$$G_y=f(x,y+1)-f(x,y)$$

6.2.32.2 接口参数

参数名	参数类型	可选/必选	参数说明
输入图像	输入	必选	输入图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
x方向梯度	输出	必选	输出x方向的梯度，元素类型和维度信息与输入图像相同
y方向梯度	输出	必选	输出y方向的梯度，元素类型和维度信息与输入图像相同

6.2.32.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围。

6.2.32.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

6.2.32.5 其他附加说明

边界处理：图像x方向梯度的下边界、图像y方向梯度的右边界均为全0。

6.2.32.6 接口示例

6.2.33 图像归一化

6.2.33.1 功能描述

提供接口，根据制定的均值mean和方差std对图像的各通道进行标准化处理，处理方式如下。

$$Out[channel]=\frac{In[channel]-mean[channel]}{std[channel]}$$

6.2.33.2 接口参数

参数名	参数类型	可选/必选	参数说明
输入图像	输入	必选	输入图像，维度大小为3维（height, width, channel）或4维（含batch_size）。元素类型可以为32位整数，32位浮点数，64位浮点数
均值	输入	必选	数组，归一化参数，表示每个channel的均值，数据类型为32位浮点数，64位浮点数
标准差	输入	必选	数组，归一化参数，表示每个channel的标准差，数据类型为32位浮点数，64位浮点数
归一化后的图像	输出	必选	输出归一化后的图像，元素类型与输入相同

6.2.33.3 函数返回值

没有错误：操作成功。
类型不匹配：各参数与要求类型不一致。
非法参数：参数设置超过合法范围，例如target_height＜0。

6.2.33.4 引用说明

接口设计参考了TensorFlow、PyTorch、MindSpore、飞桨的接口。

Files

图像算子标准.md

Latest commit

History

图像算子标准.md

File metadata and controls

图像处理算子接口

6.1 接口列表

6.2 接口功能和参数

6.2.1 调整图像亮度

6.2.1.1 功能描述

6.2.1.2 接口参数

6.2.1.3 接口返回值

6.2.1.4 引用说明

6.2.1.5 其他附加说明

6.2.2 调整图像对比度

6.2.2.1 功能描述

6.2.2.2 接口参数

6.2.2.3 函数返回值

6.2.2.4 引用说明

6.2.2.5 其他附加说明

6.2.3 图像伽马变换（幂律变换）

6.2.3.1 功能描述

6.2.2.3 接口参数

6.2.3.3 函数返回值

6.2.3.4 引用说明

6.2.4 调整图像色调

6.2.4.1 功能描述

6.2.4.2 接口参数

6.2.4.3 函数返回值

6.2.4.4 引用说明

6.2.4.5 其他附加说明

6.2.5 调整图像饱和度

6.2.5.1 功能描述

6.2.5.2 接口参数

6.2.5.3 函数返回值

6.2.5.4 引用说明

6.2.5.5 其他附加说明

6.2.6 随机调整图像亮度

6.2.6.1 功能描述

6.2.6.2 接口参数

6.2.6.3 函数返回值

6.2.6.4 引用说明

6.2.6.5 其他附加说明

6.2.7 随机调整图像对比度

6.2.7.1 功能描述

6.2.7.2 接口参数

6.2.7.3 函数返回值

6.2.7.4 引用说明

6.2.7.5 其他附加说明

6.2.8 随机调整图像色调

6.2.8.1 功能描述

6.2.8.2 接口参数

6.2.8.3 函数返回值

6.2.8.4 引用说明

6.2.8.5 其他附加说明

6.2.9 随机调整图像饱和度

6.2.9.1 功能描述

6.2.9.2 接口参数

6.2.9.3 函数返回值

6.2.9.4 引用说明

6.2.9.5 其他附加说明

6.2.10 RGB图像转灰度图像

6.2.10.1 功能描述

6.2.10.2 接口参数

6.2.10.3 函数返回值

6.2.10.4 引用说明

6.2.11 灰度图像转RGB图像

6.2.11.1 功能描述

6.2.11.2 接口参数

6.2.11.3 函数返回值

6.2.11.4 引用说明

6.2.12 RGB图像转HSV图像

6.2.12.1 功能描述

6.2.12.2 接口参数

6.2.12.3 函数返回值

6.2.12.4 引用说明

6.2.13 HSV图像转RGB图像

6.2.13.1 功能描述

6.2.13.2 接口参数