等化層

[原始碼]

Equalization 類別

keras.layers.Equalization(value_range=(0, 255), bins=256, data_format=None, **kwargs)

用於圖像通道上直方圖等化的預處理層。

直方圖等化是一種調整圖像強度以增強對比度的技術，其方法是有效地分散最頻繁的強度值。此層在逐通道的基礎上應用等化，這可以提高圖像中細節的能見度。

此層適用於灰階和彩色圖像，並在每個顏色通道上獨立執行等化。在推論時，等化會一致地應用。

注意： 此層可以安全地在 tf.data 管道中使用（與您使用的後端無關）。

引數

• value_range：可選的 2 個浮點數的列表/元組，用於指定輸入資料值的下限和上限。預設值為 [0, 255]。如果輸入圖像已縮放，請使用適當的範圍（例如，[0.0, 1.0]）。等化將縮放到此範圍，並且輸出值將相應地被裁剪。
• bins：整數，指定用於等化的直方圖 bin 的數量。預設值為 256，適用於 8 位元圖像。較大的值可以提供更精細的強度重新分佈。

輸入形狀

3D（未批次）或 4D（批次）張量，形狀為：(..., height, width, channels)，採用 "channels_last" 格式，或 (..., channels, height, width)，採用 "channels_first" 格式。

輸出形狀

3D（未批次）或 4D（批次）張量，形狀為：(..., target_height, target_width, channels)，或 (..., channels, target_height, target_width)，採用 "channels_first" 格式。

範例

# 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)