vision颜色工具_CogColorExtractorTool

本文介绍了CogColorExtractorTool,一种用于从彩色图像中提取特定颜色并生成灰度图像的工具,着重讲解了参数如膨胀、柔和度、最小像素计数以及遮罩和突出显示线限制的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

颜色提取工具

CogColorExtractorTool

从彩色图像中抽取像素来创建灰度图像

添加图片和工具

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

复位

需求:提取中间的红色的玫瑰

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

参数介绍:

膨胀

在这里插入图片描述

形态操作:匹配到的到都是像素点,数值越大,匹配到的结果越完整

柔和度:

在这里插入图片描述

如果要生成灰度输出图像,该图像的灰度值指示输入图像中的像素与定义的颜色的匹配程度,请使用“柔和度”值。增加此值不会导致工具考虑在定义中包含更多像素,但允许工具指示如何从定义本身中删除任何特定像素。低值生成灰度级输出图像,其中接近颜色定义的像素接收中等灰度值,而高值生成灰度输出图像,在该灰度输出图像中靠近颜色定义的象素接收亮灰度值,远离定义的象素接受暗灰度值。“柔和度”的值越高,输出图像中出现的单个灰度级就越多(越立体)。通过调整柔和度可以让图片更立体,数值大的话会产生”杂斑”

最小像素计数:

在这里插入图片描述

如果最小像素个数少。那么产生的颜色区域越多。
如果最小像素越大,那么对图像要求越苛刻,对应的颜色区域会越小
如:最小像素计数设置为33,同一个区域有33个相同的像素点才会匹配,
如果设置为3,同一个区域有3个像素点就会匹配

遮罩边线:

启用并使用遮罩边线值,以允许工具提取比颜色定义定义的色调更暗(低)或更亮(高)的像素值。

突出显示线限制:

启用并使用此值以允许工具包含从定义颜色到纯白色范围的像素。当输入图像中的对象显示来自一个或多个光源的镜面反射高光时,这可能很有用。

总结:

颜色提取工具就是把选择到的颜色提取出来,转换成一张灰度图,

### 安装 vision_transformer_irpe 库 为了在 Python 中安装 `vision_transformer_irpe` 库,可以使用 pip 工具来完成这一过程。确保已安装最新版本的 pip 和其他依赖项。 通过命令行执行如下指令可安装该库: ```bash pip install git+https://github.com/Xi-Laboratory/IRPE.git@main#egg=vision_transformer_irpe ``` 此方法会从 GitHub 上直接克隆仓库并安装所需的包[^1]。 ### 使用 vision_transformer_irpe 库 一旦成功安装了 `vision_transformer_irpe`,就可以按照下面的方式引入模块并在项目里应用它了。 #### 导入必要的组件 首先,在脚本顶部导入所需的部分: ```python from functools import partial import torch.nn as nn from timm.models.vision_transformer import VisionTransformer, _cfg from timm.models.registry import register_model from .irpe import get_rpe_config, add_decomposed_rel_pos ``` 这里假设已经有一个基于 TIMM 的环境设置好了,并且能够访问到自定义的位置编码函数 `add_decomposed_rel_pos()` 以及配置工具 `get_rpe_config()`。 #### 创建模型实例 接着可以根据需求创建特定类型的视觉变换器模型: ```python rpe_config = get_rpe_config( method="product", # 可选参数取决于具体实现方式 ) @register_model def vit_base_patch16_224_irpe(pretrained=False, **kwargs): model_kwargs = dict(patch_size=16, embed_dim=768, depth=12, num_heads=12, mlp_ratio=4, qkv_bias=True, norm_layer=partial(nn.LayerNorm, eps=1e-6), rpe_config=rpe_config, **kwargs) return VisionTransformer(**model_kwargs) ``` 这段代码展示了如何注册一个新的 ViT 模型变体 (`vit_base_patch16_224_irpe`) 并为其指定改进版相对位置嵌入 (RPE)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值