GaussianBlur

class torchvision.transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))

使用随机选择的高斯模糊来模糊图像。如果图像是 torch Tensor，则期望其形状为 […, C, H, W]，其中 … 表示最多一个前导维度。

参数:

• kernel_size (int 或 sequence) – 高斯核的大小。

• sigma (float 或 python:float 的元组 (min, max)) – 用于创建内核以执行模糊处理的标准差。如果为 float，则 sigma 是固定的。如果它是 float 元组 (min, max)，则 sigma 在给定范围内均匀随机选择。

返回:

输入图像的高斯模糊版本。

返回类型:

PIL 图像或 Tensor

使用 GaussianBlur 的示例

转换的图示

转换的图示

forward(img: Tensor) → Tensor

参数:

img (PIL 图像 或 Tensor) – 要模糊的图像。

返回:

高斯模糊图像

返回类型:

PIL 图像或 Tensor

static get_params(sigma_min: float, sigma_max: float) → float

为随机高斯模糊选择 sigma。

参数:

• sigma_min (float) – 可以为模糊内核选择的最小标准差。

• sigma_max (float) – 可以为模糊内核选择的最大标准差。

返回:

要传递以计算高斯模糊内核的标准差。

返回类型:

float