尧图网站建设 
计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载kornia.image是 Kornia 中面向图像数据的高层 API 模块而 image.utilities 文档 专门收录了其中的三个核心工具函数批量图像拼接工具make_grid以及两个形状保持装饰器perform_keep_shape_image与perform_keep_shape_video。本篇文章以该文档为主线结合 kornia/image/utils.py 的源码实现与 tests/image/test_image_utils.py 的测试用例为你完整讲解这三个函数的签名、参数、底层原理、典型使用场景与注意事项读完即可在自己的 CV / 深度学习工作流中直接复用。一、模块定位这三个函数在 kornia.image 中的角色从 docs/source/image.rst 的模块导航可以看到kornia.image是一个用于描述与处理图像的高层 API包含五个子主题图像容器Image、ImageSize、PixelFormat等、绘图原语draw、NumPy 与张量互转conversion、终端文本渲染printing以及本篇的主角 ——Utilities网格与形状保持装饰器。* - :doc:image.utilities - Grids and shape-preserving decorators.image.utilities.rst 通过 Sphinx 的autofunction指令把kornia.image命名空间下的make_grid、perform_keep_shape_image、perform_keep_shape_video三个函数的 docstring 直接渲染为 API 文档因此这份文档的内容实质就是这三个函数的官方说明。它们在 kornia/image/init.py 中被统一导出并通过 tests/api_surface.json 纳入公开 API 表面检查。二、make_grid把批量张量拼成一张带间隔的图像网格2.1 函数签名与参数说明源码定义位于 kornia/image/utils.py#L257-L303def make_grid(tensor: torch.Tensor, n_row: Optional[int] None, padding: int 2) - torch.Tensor: Convert a batched tensor to one image with padding in between.参数类型默认值含义tensortorch.Tensor必填批量张量形状为(B, C, H, W)B为批次大小n_rowOptional[int]None每一行显示多少张图像为None时自动计算paddingint2图像之间填充的像素宽度0 像素的纯黑间隔返回值是一个torch.Tensor形状为(C, n_row*padded_H - padding, n_col*padded_W - padding)即拼接后的单张图像。2.2 底层实现原理自动行列计算 F.pad 视图折叠从源码可以拆解出它的完整执行流程约 5 步输入校验非torch.Tensor直接抛出TypeError见源码 L269-L270。自动计算行数当n_rowNone时行数取批次大小的平方根向上取整即把图像排列成接近正方形的网格n_row int(torch.sqrt(torch.tensor(B, dtypetorch.float32)).ceil().item()) n_col (B n_row - 1) // n_row逐图右侧与底部补零用F.pad(tensor, (0, padding, 0, padding))给每张图在宽度和高度的末尾各追加padding个零像素得到(B, C, Hpadding, Wpadding)。补齐空位若n_row * n_col B用全零张量补齐到网格总格数保证最后一排不会缺角。折叠为网格view(n_row, n_col, C, pH, pW)→permute(2, 0, 3, 1, 4)→view(C, n_row*pH, n_col*pW)最终裁剪掉末尾多余的 padding返回(C, H, W)网格图像。注意其中两次contiguous()调用源码 L289、L295在reshape/permute之前强制内存连续确保视图折叠正确这也是对非连续张量输入如转置后的张量的健壮性保障。2.3 代码示例import torch import kornia batch torch.rand(6, 3, 32, 32) # (B6, C3, H32, W32) grid kornia.image.make_grid(batch) # n_row 自动取 ceil(sqrt(6)) 3 print(grid.shape) # (3, 3*34-2, 2*34-2) (3, 100, 66) grid_2 kornia.image.make_grid(batch, n_row2, padding4) # 每行 2 张间隔 4 像素 print(grid_2.shape) # (3, 2*(324)-4, 3*(324)-4) (3, 68, 104)2.4 在仓库中的实际调用点调试可视化make_grid并不是孤立存在的工具它在 Kornia 内部被用于模块的调试可视化。在 kornia/core/mixin/image_module.py#L227-L231 与 L250-L260ImageModule的调试接口会把内部的_output_image批量张量通过make_grid(..., n_row, padding2)拼接成一张图再写入日志/事件记录方便用户在训练时直接观察一个批次增强后的效果。三、perform_keep_shape_image让任意前置维度的图像运算保持形状3.1 解决的问题绝大多数 Kornia 图像算子都要求输入为标准的(B, C, H, W)四维张量。但实际数据流中图像可能是灰度图(H, W)、单通道图(C, H, W)甚至是带额外前置维度的(*, C, H, W)例如(T, C, H, W)的时间序列帧。手动 reshape 再恢复极易出错。perform_keep_shape_image正是为此而生。3.2 函数签名与行为源码位于 kornia/image/utils.py#L306-L335def perform_keep_shape_image(f: Callable[..., torch.Tensor]) - Callable[..., torch.Tensor]:它接收一个只能处理(B, C, H, W)的函数f返回一个接受任意前置维度(*, C, H, W)的新函数。包装器内部逻辑校验输入为torch.Tensor且非空源码 L315-L319调用内部辅助函数_to_bchw把任意形状折叠成(B, C, H, W)二维加两个维度、三维加一个维度、超过四维则reshape(-1, C, H, W)合并所有前置维度见 kornia/image/utils.py#L111-L136调用f(input, *args, **kwargs)根据原始维度数把输出恢复原状(C, H, W)输入去掉 batch 维、(H, W)输入去掉 batch 和 channel 维、超过四维则用reshape(*(input_shape[:-3] output.shape[-3:]))还原前置维度。由于使用了functools.wraps源码 L313被装饰函数的__name__、__doc__等元信息会被完整保留便于调试与文档生成。3.3 仓库内的真实应用装饰器用法在 Kornia 中该装饰器被大量用于增强/滤波算子例如kornia/filters/in_range.py#L25-L28in_range函数通过perform_keep_shape_image装饰从而支持任意前置维度的输入kornia/enhance/normalize.py#L25 与 L339normalize_min_max同样被该装饰器包装保证输入(H, W)灰度图或批量张量时输出形状一致kornia/enhance/adjust.py、kornia/enhance/jpeg.py、kornia/enhance/equalization.py 等文件也都引用了该工具。从这些调用可以推断只要算子内部逻辑按(B, C, H, W)书写在函数定义上方加一行perform_keep_shape_image就能对外自动兼容各种输入形状这也是 Kornia 图像算子的统一设计惯例。3.4 测试用例验证tests/image/test_image_utils.py#L140-L184 中的test_perform_keep_shape_image_non_contiguous专门构造了(2, 3, 3, 16, 24)再transpose(0, 1)得到的非连续五维张量对in_range、normalize_min_max、posterize、sharpness、equalize、equalize_clahe、jpeg_codec_differentiable七个算子逐一验证装饰器包装后的算子输出与逐图分块调用再 stack的结果逐元素一致assert_close。这说明形状保持不仅适用于连续张量对非连续内存布局同样成立。四、perform_keep_shape_video面向视频/体数据的五维版本4.1 签名与行为五维视频/体数据版本位于 kornia/image/utils.py#L338-L366def perform_keep_shape_video(f: Callable[..., torch.Tensor]) - Callable[..., torch.Tensor]: Apply f to an image of arbitrary leading dimensions (*, C, D, H, W).与图像版本一一对应只是把(C, H, W)换成了(C, D, H, W)D为深度/帧数维度内部通过_to_bcdhwkornia/image/utils.py#L139-L164把任意形状折叠为(B, C, D, H, W)处理完后再按原始维度数恢复四维输入去掉 batch 维、三维输入去掉 batch 和 channel 维、超过五维则恢复前置维度。4.2 典型应用equalize3d仓库内 kornia/enhance/equalization.py 的equalize3d是典型使用者。测试用例 tests/image/test_image_utils.py#L187-L201 构造(2, 2, 3, 4, 32, 32)非连续六维张量验证equalize3d在视频形状保持模式下与逐帧调用的结果一致。五、三个函数的适用场景速查函数输入形状输出形状典型场景make_grid(tensor, n_rowNone, padding2)(B, C, H, W)(C, H, W)单张网格图批次可视化、tensorboard 预览、ImageModule 调试perform_keep_shape_image(f)(*, C, H, W)任意前置维度与输入一致包装只认(B, C, H, W)的算子如in_range、normalize_min_maxperform_keep_shape_video(f)(*, C, D, H, W)任意前置维度与输入一致包装视频/体数据算子如equalize3d六、注意事项与最佳实践make_grid的返回值是单张(C, H, W)张量若需要可视化还需配合tensor_to_image同样定义于 kornia/image/utils.py#L167-L225转成(H, W, C)的 NumPy 数组灰度图场景下该函数会自动 squeeze 成(H, W)以适配plt.imshow。make_grid要求输入恰好四维传入其他维度的张量会在解包B, C, H, W tensor.shape时直接报错拼接前务必用_to_bchw之类的逻辑先标准化形状。形状保持装饰器对空张量会直接抛ValueError源码 L318-L319 与 L350-L351调用前请先确认numel() ! 0。装饰器保留下层函数的签名与 docstring得益于wraps因此对下游的inspect.signature与 Sphinx 自动文档都透明友好。三个函数均可直接通过kornia.image命名空间导入见 kornia/image/init.py无需额外安装依赖示例、边界行为与逐元素等价性验证可参考 tests/image/test_image_utils.py。七、总结make_grid与两个形状保持装饰器虽然只是kornia.image工具层的三个小函数却分别承担着批次可视化与任意形状输入兼容两大职责前者让调试和日志输出直观高效后者让算子实现与调用方解耦是 Kornia 图像/视频算子生态中一处实现、处处兼容的关键基础设施。理解它们的参数语义与源码级实现能帮助你更自信地在自己的项目中组合使用 Kornia 的增强、滤波与颜色变换算子。赞分享计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载相关推荐TensorFlow Function图模式函数装饰器完全指南TensorFlow Function图模式函数装饰器完全指南 TensorFlow Function是TensorFlow机器学习框架中的核心装饰器它能够人工智能机器学习深度学习分布式训练预训练Daft 自定义无状态函数完全指南daft.func 与 daft.func.batch 装饰器深度解析Daft 自定义无状态函数完全指南daft.func 与 daft.func.batch 装饰器深度解析 当 Daft 内置函数无法满足数据处理需求时大数据数据分析数据工程AI 应用NetworkX utils 工具库完全指南从辅助函数、随机序列到装饰器与数据结构NetworkX utils 工具库完全指南从辅助函数、随机序列到装饰器与数据结构 本文是 NetworkX 内部工具模块 networkx.utils 的深图计算数据分析科学计算上一篇Angular CDK 组件测试 Harness 完全指南基于 angular/cdk/testing 的单测/E2E 统一测试方案下一篇LeetCode-Go 题解 1202并查集求解 Smallest String With Swaps 字典序最小交换字符串创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Kornia 图像工具函数完全指南：make_grid 与形状保持装饰器
计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载kornia.image是 Kornia 中面向图像数据的高层 API 模块而 image.utilities 文档 专门收录了其中的三个核心工具函数批量图像拼接工具make_grid以及两个形状保持装饰器perform_keep_shape_image与perform_keep_shape_video。本篇文章以该文档为主线结合 kornia/image/utils.py 的源码实现与 tests/image/test_image_utils.py 的测试用例为你完整讲解这三个函数的签名、参数、底层原理、典型使用场景与注意事项读完即可在自己的 CV / 深度学习工作流中直接复用。一、模块定位这三个函数在 kornia.image 中的角色从 docs/source/image.rst 的模块导航可以看到kornia.image是一个用于描述与处理图像的高层 API包含五个子主题图像容器Image、ImageSize、PixelFormat等、绘图原语draw、NumPy 与张量互转conversion、终端文本渲染printing以及本篇的主角 ——Utilities网格与形状保持装饰器。* - :doc:image.utilities - Grids and shape-preserving decorators.image.utilities.rst 通过 Sphinx 的autofunction指令把kornia.image命名空间下的make_grid、perform_keep_shape_image、perform_keep_shape_video三个函数的 docstring 直接渲染为 API 文档因此这份文档的内容实质就是这三个函数的官方说明。它们在 kornia/image/init.py 中被统一导出并通过 tests/api_surface.json 纳入公开 API 表面检查。二、make_grid把批量张量拼成一张带间隔的图像网格2.1 函数签名与参数说明源码定义位于 kornia/image/utils.py#L257-L303def make_grid(tensor: torch.Tensor, n_row: Optional[int] None, padding: int 2) - torch.Tensor: Convert a batched tensor to one image with padding in between.参数类型默认值含义tensortorch.Tensor必填批量张量形状为(B, C, H, W)B为批次大小n_rowOptional[int]None每一行显示多少张图像为None时自动计算paddingint2图像之间填充的像素宽度0 像素的纯黑间隔返回值是一个torch.Tensor形状为(C, n_row*padded_H - padding, n_col*padded_W - padding)即拼接后的单张图像。2.2 底层实现原理自动行列计算 F.pad 视图折叠从源码可以拆解出它的完整执行流程约 5 步输入校验非torch.Tensor直接抛出TypeError见源码 L269-L270。自动计算行数当n_rowNone时行数取批次大小的平方根向上取整即把图像排列成接近正方形的网格n_row int(torch.sqrt(torch.tensor(B, dtypetorch.float32)).ceil().item()) n_col (B n_row - 1) // n_row逐图右侧与底部补零用F.pad(tensor, (0, padding, 0, padding))给每张图在宽度和高度的末尾各追加padding个零像素得到(B, C, Hpadding, Wpadding)。补齐空位若n_row * n_col B用全零张量补齐到网格总格数保证最后一排不会缺角。折叠为网格view(n_row, n_col, C, pH, pW)→permute(2, 0, 3, 1, 4)→view(C, n_row*pH, n_col*pW)最终裁剪掉末尾多余的 padding返回(C, H, W)网格图像。注意其中两次contiguous()调用源码 L289、L295在reshape/permute之前强制内存连续确保视图折叠正确这也是对非连续张量输入如转置后的张量的健壮性保障。2.3 代码示例import torch import kornia batch torch.rand(6, 3, 32, 32) # (B6, C3, H32, W32) grid kornia.image.make_grid(batch) # n_row 自动取 ceil(sqrt(6)) 3 print(grid.shape) # (3, 3*34-2, 2*34-2) (3, 100, 66) grid_2 kornia.image.make_grid(batch, n_row2, padding4) # 每行 2 张间隔 4 像素 print(grid_2.shape) # (3, 2*(324)-4, 3*(324)-4) (3, 68, 104)2.4 在仓库中的实际调用点调试可视化make_grid并不是孤立存在的工具它在 Kornia 内部被用于模块的调试可视化。在 kornia/core/mixin/image_module.py#L227-L231 与 L250-L260ImageModule的调试接口会把内部的_output_image批量张量通过make_grid(..., n_row, padding2)拼接成一张图再写入日志/事件记录方便用户在训练时直接观察一个批次增强后的效果。三、perform_keep_shape_image让任意前置维度的图像运算保持形状3.1 解决的问题绝大多数 Kornia 图像算子都要求输入为标准的(B, C, H, W)四维张量。但实际数据流中图像可能是灰度图(H, W)、单通道图(C, H, W)甚至是带额外前置维度的(*, C, H, W)例如(T, C, H, W)的时间序列帧。手动 reshape 再恢复极易出错。perform_keep_shape_image正是为此而生。3.2 函数签名与行为源码位于 kornia/image/utils.py#L306-L335def perform_keep_shape_image(f: Callable[..., torch.Tensor]) - Callable[..., torch.Tensor]:它接收一个只能处理(B, C, H, W)的函数f返回一个接受任意前置维度(*, C, H, W)的新函数。包装器内部逻辑校验输入为torch.Tensor且非空源码 L315-L319调用内部辅助函数_to_bchw把任意形状折叠成(B, C, H, W)二维加两个维度、三维加一个维度、超过四维则reshape(-1, C, H, W)合并所有前置维度见 kornia/image/utils.py#L111-L136调用f(input, *args, **kwargs)根据原始维度数把输出恢复原状(C, H, W)输入去掉 batch 维、(H, W)输入去掉 batch 和 channel 维、超过四维则用reshape(*(input_shape[:-3] output.shape[-3:]))还原前置维度。由于使用了functools.wraps源码 L313被装饰函数的__name__、__doc__等元信息会被完整保留便于调试与文档生成。3.3 仓库内的真实应用装饰器用法在 Kornia 中该装饰器被大量用于增强/滤波算子例如kornia/filters/in_range.py#L25-L28in_range函数通过perform_keep_shape_image装饰从而支持任意前置维度的输入kornia/enhance/normalize.py#L25 与 L339normalize_min_max同样被该装饰器包装保证输入(H, W)灰度图或批量张量时输出形状一致kornia/enhance/adjust.py、kornia/enhance/jpeg.py、kornia/enhance/equalization.py 等文件也都引用了该工具。从这些调用可以推断只要算子内部逻辑按(B, C, H, W)书写在函数定义上方加一行perform_keep_shape_image就能对外自动兼容各种输入形状这也是 Kornia 图像算子的统一设计惯例。3.4 测试用例验证tests/image/test_image_utils.py#L140-L184 中的test_perform_keep_shape_image_non_contiguous专门构造了(2, 3, 3, 16, 24)再transpose(0, 1)得到的非连续五维张量对in_range、normalize_min_max、posterize、sharpness、equalize、equalize_clahe、jpeg_codec_differentiable七个算子逐一验证装饰器包装后的算子输出与逐图分块调用再 stack的结果逐元素一致assert_close。这说明形状保持不仅适用于连续张量对非连续内存布局同样成立。四、perform_keep_shape_video面向视频/体数据的五维版本4.1 签名与行为五维视频/体数据版本位于 kornia/image/utils.py#L338-L366def perform_keep_shape_video(f: Callable[..., torch.Tensor]) - Callable[..., torch.Tensor]: Apply f to an image of arbitrary leading dimensions (*, C, D, H, W).与图像版本一一对应只是把(C, H, W)换成了(C, D, H, W)D为深度/帧数维度内部通过_to_bcdhwkornia/image/utils.py#L139-L164把任意形状折叠为(B, C, D, H, W)处理完后再按原始维度数恢复四维输入去掉 batch 维、三维输入去掉 batch 和 channel 维、超过五维则恢复前置维度。4.2 典型应用equalize3d仓库内 kornia/enhance/equalization.py 的equalize3d是典型使用者。测试用例 tests/image/test_image_utils.py#L187-L201 构造(2, 2, 3, 4, 32, 32)非连续六维张量验证equalize3d在视频形状保持模式下与逐帧调用的结果一致。五、三个函数的适用场景速查函数输入形状输出形状典型场景make_grid(tensor, n_rowNone, padding2)(B, C, H, W)(C, H, W)单张网格图批次可视化、tensorboard 预览、ImageModule 调试perform_keep_shape_image(f)(*, C, H, W)任意前置维度与输入一致包装只认(B, C, H, W)的算子如in_range、normalize_min_maxperform_keep_shape_video(f)(*, C, D, H, W)任意前置维度与输入一致包装视频/体数据算子如equalize3d六、注意事项与最佳实践make_grid的返回值是单张(C, H, W)张量若需要可视化还需配合tensor_to_image同样定义于 kornia/image/utils.py#L167-L225转成(H, W, C)的 NumPy 数组灰度图场景下该函数会自动 squeeze 成(H, W)以适配plt.imshow。make_grid要求输入恰好四维传入其他维度的张量会在解包B, C, H, W tensor.shape时直接报错拼接前务必用_to_bchw之类的逻辑先标准化形状。形状保持装饰器对空张量会直接抛ValueError源码 L318-L319 与 L350-L351调用前请先确认numel() ! 0。装饰器保留下层函数的签名与 docstring得益于wraps因此对下游的inspect.signature与 Sphinx 自动文档都透明友好。三个函数均可直接通过kornia.image命名空间导入见 kornia/image/init.py无需额外安装依赖示例、边界行为与逐元素等价性验证可参考 tests/image/test_image_utils.py。七、总结make_grid与两个形状保持装饰器虽然只是kornia.image工具层的三个小函数却分别承担着批次可视化与任意形状输入兼容两大职责前者让调试和日志输出直观高效后者让算子实现与调用方解耦是 Kornia 图像/视频算子生态中一处实现、处处兼容的关键基础设施。理解它们的参数语义与源码级实现能帮助你更自信地在自己的项目中组合使用 Kornia 的增强、滤波与颜色变换算子。赞分享计算机视觉深度学习人工智能图像处理【免费下载链接】kornia 空间人工智能的几何计算机视觉库项目地址https://gitcode.com/kornia/kornia点击查看免费下载相关推荐TensorFlow Function图模式函数装饰器完全指南TensorFlow Function图模式函数装饰器完全指南 TensorFlow Function是TensorFlow机器学习框架中的核心装饰器它能够人工智能机器学习深度学习分布式训练预训练Daft 自定义无状态函数完全指南daft.func 与 daft.func.batch 装饰器深度解析Daft 自定义无状态函数完全指南daft.func 与 daft.func.batch 装饰器深度解析 当 Daft 内置函数无法满足数据处理需求时大数据数据分析数据工程AI 应用NetworkX utils 工具库完全指南从辅助函数、随机序列到装饰器与数据结构NetworkX utils 工具库完全指南从辅助函数、随机序列到装饰器与数据结构 本文是 NetworkX 内部工具模块 networkx.utils 的深图计算数据分析科学计算上一篇Angular CDK 组件测试 Harness 完全指南基于 angular/cdk/testing 的单测/E2E 统一测试方案下一篇LeetCode-Go 题解 1202并查集求解 Smallest String With Swaps 字典序最小交换字符串创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考