इमेज प्रीप्रोसेसिंग

छवि का आकार बदलें, फ़्लिप करें, या घुमाएँ।

निर्धारित आयामों तक आकार बदलने (आस्पेक्ट अनुपात बनाए रखते हुए), निर्दिष्ट डिग्री से घुमाने (घड़ी की दिशा में या उसके विपरीत), या लंबवत, क्षैतिज, या दोनों तरीकों से पलटने सहित, छवियों पर ज्यामितीय रूपांतरण लागू करें, जिससे मॉडल इनपुट तैयारी, छवि अभिविन्यास सुधार, और ज्यामितीय छवि हेरफेर वर्कफ़्लो के लिए लचीला इमेज प्रीप्रोसेसिंग मिलता है।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक चयनित task_type के आधार पर इनपुट छवि पर एक ज्यामितीय रूपांतरण क्रिया (resize, rotate, या flip) लागू करता है। यह ब्लॉक:

1. इनपुट छवि प्राप्त करता है और एक रूपांतरण कार्य (resize, rotate, या flip) चुनता है

2. कार्य-विशिष्ट पैरामीटरों को मान्य करता है (resize के लिए width/height, rotate के लिए rotation_degrees, flip के लिए flip_type)

3. चयनित रूपांतरण लागू करता है:

   resize कार्य के लिए:

   • मान्य करता है कि width और height धनात्मक पूर्णांक हैं (0 से बड़े)

   • आस्पेक्ट अनुपात संरक्षण का समर्थन करता है: यदि केवल width या केवल height दी गई हो, तो मूल आस्पेक्ट अनुपात बनाए रखने के लिए अनुपस्थित आयाम की गणना करता है

   • यदि width और height दोनों दिए गए हों, तो सटीक आयामों में आकार बदलता है (आस्पेक्ट अनुपात विकृत हो सकता है)

   • उच्च-गुणवत्ता डाउनसैंपलिंग के लिए OpenCV के INTER_AREA इंटरपोलेशन का उपयोग करता है

   • निर्दिष्ट आयामों वाली resized छवि लौटाता है

   rotate कार्य के लिए:

   • मान्य करता है कि rotation_degrees -360 और 360 डिग्री के बीच है

   • धनात्मक मान छवि को घड़ी की दिशा में घुमाते हैं, ऋणात्मक मान घड़ी की विपरीत दिशा में

   • छवि के केंद्र के चारों ओर रोटेशन मैट्रिक्स की गणना करता है

   • घुमाई गई छवि को समाहित करने के लिए कैनवास आकार को स्वचालित रूप से समायोजित करता है (कोई क्रॉपिंग नहीं)

   • बिलीनियर इंटरपोलेशन के साथ स्मूथ रोटेशन के लिए OpenCV के warpAffine का उपयोग करता है

   • कैनवास को पूर्ण घुमाई गई छवि को समाहित करने योग्य आकार के साथ rotated छवि लौटाता है

   flip कार्य के लिए:

   • मान्य करता है कि flip_type "vertical", "horizontal", या "both" है

   • लंबवत फ्लिप: छवि को उल्टा पलटता है (क्षैतिज अक्ष के साथ मिरर करता है)

   • क्षैतिज फ्लिप: छवि को बाएँ-दाएँ पलटता है (ऊर्ध्वाधर अक्ष के साथ मिरर करता है)

   • दोनों: लंबवत और क्षैतिज, दोनों फ्लिप एक साथ लागू करता है (180-डिग्री रोटेशन के समकक्ष)

   • कुशल मिररिंग के लिए OpenCV के flip फ़ंक्शन का उपयोग करता है

   • इनपुट के समान आयामों वाली flipped छवि लौटाता है

4. मूल छवि से छवि मेटाडेटा सुरक्षित रखता है (पैरेंट मेटाडेटा, छवि गुण)

5. मूल छवि मेटाडेटा संरचना को बनाए रखते हुए transformed छवि लौटाता है

यह ब्लॉक एक समय में एक रूपांतरण करता है - task_type के माध्यम से resize, rotate, या flip चुनें। प्रत्येक रूपांतरण स्वतंत्र रूप से लागू होता है और साफ़ आउटपुट देता है। Resize लचीले आस्पेक्ट अनुपात हैंडलिंग का समर्थन करता है, rotation क्रॉपिंग रोकने के लिए कैनवास आकार को स्वचालित रूप से समायोजित करता है, और flip क्रियाएँ विभिन्न अक्षों के साथ कुशल मिररिंग प्रदान करती हैं। ये रूपांतरण कुशल, उच्च-गुणवत्ता वाली ज्यामितीय छवि हेरफेर के लिए OpenCV का उपयोग करते हैं।

सामान्य उपयोग के मामले

• मॉडल इनपुट तैयारी: छवियों का आकार मॉडल इनपुट आवश्यकताओं से मिलाने के लिए बदलें (उदा., object detection मॉडलों के लिए छवियों को विशिष्ट आयामों में resize करना, classification model inputs के लिए छवि आकार समायोजित करना, सुसंगत मॉडल प्रोसेसिंग के लिए छवि आयामों को मानकीकृत करना), जिससे उचित मॉडल इनपुट स्वरूपण संभव हो

• छवि अभिविन्यास सुधार: अभिविन्यास समस्याओं को ठीक करने के लिए छवियों को घुमाएँ (उदा., गलत अभिविन्यास में कैप्चर की गई छवियों को घुमाना, कैमरा रोटेशन को ठीक करना, उचित प्रदर्शन के लिए छवि अभिविन्यास समायोजित करना), जिससे छवि अभिविन्यास वर्कफ़्लो संभव हो

• डेटा ऑग्मेंटेशन: डेटा ऑग्मेंटेशन के लिए ज्यामितीय रूपांतरण लागू करें (उदा., ऑग्मेंटेशन के लिए छवियों को क्षैतिज रूप से पलटना, प्रशिक्षण डेटा विविधता के लिए छवियों को घुमाना, डेटासेट विविधता बढ़ाने के लिए रूपांतरण लागू करना), जिससे डेटा ऑग्मेंटेशन वर्कफ़्लो संभव हो

• छवि प्रदर्शन तैयारी: प्रदर्शन या प्रस्तुति उद्देश्यों के लिए छवियों को परिवर्तित करें (उदा., मिरर प्रभावों के लिए छवियों को पलटना, प्रदर्शन आयामों के लिए छवियों का आकार बदलना, सही देखने के अभिविन्यास के लिए छवियों को घुमाना), जिससे छवि प्रस्तुति वर्कफ़्लो संभव हो

• वर्कफ़्लो छवि मानकीकरण: वर्कफ़्लो इनपुट्स के बीच छवि आयामों या अभिविन्यास को मानकीकृत करें (उदा., सभी छवियों को सुसंगत आयामों में resize करना, छवि अभिविन्यास को सामान्य करना, समान प्रोसेसिंग के लिए छवियाँ तैयार करना), जिससे छवि मानकीकरण वर्कफ़्लो संभव हो

• डाउनस्ट्रीम ब्लॉक्स के लिए छवि स्वरूपण: उन ब्लॉक्स के लिए छवियाँ तैयार करें जिन्हें विशिष्ट आयामों या अभिविन्यास की आवश्यकता होती है (उदा., detection मॉडलों से पहले resize करना, उचित प्रोसेसिंग के लिए घुमाना, अन्य ब्लॉक्स के साथ संगतता के लिए पलटना), जिससे छवि तैयारी वर्कफ़्लो संभव हो

अन्य ब्लॉक्स से कनेक्ट करना

यह ब्लॉक एक छवि प्राप्त करता है और एक रूपांतरित छवि उत्पन्न करता है:

• छवि इनपुट ब्लॉकों के बाद आगे की प्रोसेसिंग से पहले छवियों को प्रीप्रोसेस करने के लिए (उदा., इनपुट छवियों का आकार बदलना, छवि अभिविन्यास सुधारना, वर्कफ़्लो प्रोसेसिंग के लिए छवियाँ तैयार करना), जिससे छवि प्रीप्रोसेसिंग वर्कफ़्लो संभव हो

• डिटेक्शन या वर्गीकरण मॉडलों से पहले मॉडल आवश्यकताओं के अनुसार छवियों को स्वरूपित करने के लिए (उदा., मॉडल इनपुट आयामों तक resize करना, उचित detection के लिए अभिविन्यास समायोजित करना, मॉडल प्रोसेसिंग के लिए छवियाँ तैयार करना), जिससे मॉडल-संगत छवि तैयारी संभव हो

• crop ब्लॉकों से पहले क्रॉप करने से पहले छवियाँ तैयार करने के लिए (उदा., क्रॉप करने से पहले resize करना, region extraction से पहले घुमाना, क्रॉपिंग से पहले अभिविन्यास समायोजित करना), जिससे pre-crop छवि तैयारी संभव हो

• विज़ुअलाइज़ेशन ब्लॉकों से पहले प्रदर्शन के लिए छवियाँ तैयार करने के लिए (उदा., प्रदर्शन हेतु resize करना, सही देखने के लिए घुमाना, प्रस्तुति के लिए पलटना), जिससे छवि प्रदर्शन तैयारी वर्कफ़्लो संभव हो

• छवि प्रसंस्करण पाइपलाइनों में जहाँ ज्यामितीय रूपांतरणों की आवश्यकता होती है (उदा., multi-stage pipelines में resize करना, प्रोसेसिंग वर्कफ़्लो में घुमाना, transformation chains में पलटना), जिससे ज्यामितीय रूपांतरण पाइपलाइन संभव हो

• अन्य रूपांतरण ब्लॉक्स के बाद अतिरिक्त ज्यामितीय क्रियाएँ लागू करने के लिए (उदा., क्रॉपिंग के बाद resize, अन्य रूपांतरणों के बाद घुमाना, प्रोसेसिंग के बाद पलटना), जिससे multi-stage ज्यामितीय रूपांतरण वर्कफ़्लो संभव हो

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/image_preprocessing@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
task_type	str	छवि पर लागू किए जाने वाले ज्यामितीय रूपांतरण का प्रकार: छवि आयाम बदलने के लिए 'resize' (width/height आवश्यक), छवि को निर्दिष्ट डिग्री से घुमाने के लिए 'rotate' (rotation_degrees आवश्यक), या अक्षों के साथ छवि को मिरर करने के लिए 'flip' (flip_type आवश्यक)। प्रति ब्लॉक निष्पादन में केवल एक रूपांतरण लागू होता है। अपनी प्रीप्रोसेसिंग आवश्यकताओं के आधार पर उपयुक्त task type चुनें..	❌
चौड़ाई	int	आकार बदलने के लिए पिक्सेल में लक्षित width। जब task_type 'resize' हो, तब आवश्यक। यह धनात्मक पूर्णांक होना चाहिए (0 से बड़ा)। यदि केवल width दी गई हो (height None हो), तो आस्पेक्ट अनुपात बनाए रखने के लिए height की स्वचालित रूप से गणना की जाती है। यदि width और height दोनों दी गई हों, तो छवि को सटीक आयामों में resize किया जाता है (आस्पेक्ट अनुपात विकृत हो सकता है)। डिफ़ॉल्ट 640 पिक्सेल है। मॉडल इनपुट या प्रदर्शन आवश्यकताओं के लिए छवियों को विशिष्ट आयामों तक resize करने के लिए इसका उपयोग करें..	✅
ऊँचाई	int	आकार बदलने के लिए पिक्सेल में लक्षित height। जब task_type 'resize' हो, तब आवश्यक। यह धनात्मक पूर्णांक होना चाहिए (0 से बड़ा)। यदि केवल height दी गई हो (width None हो), तो आस्पेक्ट अनुपात बनाए रखने के लिए width की स्वचालित रूप से गणना की जाती है। यदि width और height दोनों दी गई हों, तो छवि को सटीक आयामों में resize किया जाता है (आस्पेक्ट अनुपात विकृत हो सकता है)। डिफ़ॉल्ट 640 पिक्सेल है। मॉडल इनपुट या प्रदर्शन आवश्यकताओं के लिए छवियों को विशिष्ट आयामों तक resize करने के लिए इसका उपयोग करें..	✅
rotation_degrees	int	डिग्री में रोटेशन कोण। जब task_type 'rotate' हो, तब आवश्यक। यह -360 और 360 डिग्री के बीच होना चाहिए। धनात्मक मान छवि को घड़ी की दिशा में घुमाते हैं, ऋणात्मक मान घड़ी की विपरीत दिशा में। रोटेशन छवि के केंद्र के चारों ओर किया जाता है, और पूर्ण घुमाई गई छवि को समाहित करने के लिए कैनवास आकार को स्वचालित रूप से समायोजित किया जाता है (कोई क्रॉपिंग नहीं होती)। उदाहरण के लिए, 90 छवि को 90 डिग्री घड़ी की दिशा में घुमाता है, -90 90 डिग्री घड़ी की विपरीत दिशा में, 180 180 डिग्री। डिफ़ॉल्ट 90 डिग्री है..	✅
flip_type	str	लागू की जाने वाली flip क्रिया का प्रकार। जब task_type 'flip' हो, तब आवश्यक। विकल्प: 'vertical' छवि को उल्टा पलटता है (क्षैतिज अक्ष के साथ मिरर, ऊपर नीचे बन जाता है), 'horizontal' बाएँ-दाएँ पलटता है (ऊर्ध्वाधर अक्ष के साथ मिरर, बायाँ दायाँ बन जाता है), 'both' एक साथ लंबवत और क्षैतिज दोनों फ्लिप लागू करता है (180-डिग्री रोटेशन के समतुल्य)। फ्लिप करने के बाद छवि के आयाम अपरिवर्तित रहते हैं। डिफ़ॉल्ट 'vertical' है। इसका उपयोग छवियों को मिरर करने या डेटा ऑग्मेंटेशन के लिए करें..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार छवि पूर्व-प्रसंस्करण संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवि (छवि): रूपांतरित करने के लिए इनपुट छवि। चयनित task_type के आधार पर छवि पर एक ज्यामितीय रूपांतरण (resize, rotate, या flip) लागू किया जाएगा। यह इनपुट्स, पिछले वर्कफ़्लो चरणों, या crop आउटपुट्स से छवियों का समर्थन करता है। आउटपुट छवि मूल छवि की मेटाडेटा संरचना को बनाए रखती है..

  • चौड़ाई (पूर्णांक): आकार बदलने के लिए पिक्सेल में लक्षित width। जब task_type 'resize' हो, तब आवश्यक। यह धनात्मक पूर्णांक होना चाहिए (0 से बड़ा)। यदि केवल width दी गई हो (height None हो), तो आस्पेक्ट अनुपात बनाए रखने के लिए height की स्वचालित रूप से गणना की जाती है। यदि width और height दोनों दी गई हों, तो छवि को सटीक आयामों में resize किया जाता है (आस्पेक्ट अनुपात विकृत हो सकता है)। डिफ़ॉल्ट 640 पिक्सेल है। मॉडल इनपुट या प्रदर्शन आवश्यकताओं के लिए छवियों को विशिष्ट आयामों तक resize करने के लिए इसका उपयोग करें..

  • ऊँचाई (पूर्णांक): आकार बदलने के लिए पिक्सेल में लक्षित height। जब task_type 'resize' हो, तब आवश्यक। यह धनात्मक पूर्णांक होना चाहिए (0 से बड़ा)। यदि केवल height दी गई हो (width None हो), तो आस्पेक्ट अनुपात बनाए रखने के लिए width की स्वचालित रूप से गणना की जाती है। यदि width और height दोनों दी गई हों, तो छवि को सटीक आयामों में resize किया जाता है (आस्पेक्ट अनुपात विकृत हो सकता है)। डिफ़ॉल्ट 640 पिक्सेल है। मॉडल इनपुट या प्रदर्शन आवश्यकताओं के लिए छवियों को विशिष्ट आयामों तक resize करने के लिए इसका उपयोग करें..

  • rotation_degrees (पूर्णांक): डिग्री में रोटेशन कोण। जब task_type 'rotate' हो, तब आवश्यक। यह -360 और 360 डिग्री के बीच होना चाहिए। धनात्मक मान छवि को घड़ी की दिशा में घुमाते हैं, ऋणात्मक मान घड़ी की विपरीत दिशा में। रोटेशन छवि के केंद्र के चारों ओर किया जाता है, और पूर्ण घुमाई गई छवि को समाहित करने के लिए कैनवास आकार को स्वचालित रूप से समायोजित किया जाता है (कोई क्रॉपिंग नहीं होती)। उदाहरण के लिए, 90 छवि को 90 डिग्री घड़ी की दिशा में घुमाता है, -90 90 डिग्री घड़ी की विपरीत दिशा में, 180 180 डिग्री। डिफ़ॉल्ट 90 डिग्री है..

  • flip_type (string): लागू की जाने वाली flip क्रिया का प्रकार। जब task_type 'flip' हो, तब आवश्यक। विकल्प: 'vertical' छवि को उल्टा पलटता है (क्षैतिज अक्ष के साथ मिरर, ऊपर नीचे बन जाता है), 'horizontal' बाएँ-दाएँ पलटता है (ऊर्ध्वाधर अक्ष के साथ मिरर, बायाँ दायाँ बन जाता है), 'both' एक साथ लंबवत और क्षैतिज दोनों फ्लिप लागू करता है (180-डिग्री रोटेशन के समतुल्य)। फ्लिप करने के बाद छवि के आयाम अपरिवर्तित रहते हैं। डिफ़ॉल्ट 'vertical' है। इसका उपयोग छवियों को मिरर करने या डेटा ऑग्मेंटेशन के लिए करें..

• आउटपुट

  • छवि (छवि): कार्यप्रवाहों में इमेज।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/image_preprocessing@v1",
	    "image": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "width": 640,
	    "height": 640,
	    "rotation_degrees": 90,
	    "flip_type": "vertical"
	}