fix bug in api

docs/api/api_python/mindarmour.natural_robustness.transform.image.rst

@@ -8,7 +8,7 @@ mindarmour.natural_robustness.transform.image
     图像的对比度。
 
     参数：
-        - **alpha** (Union[float, int]) - 控制图像的对比度。:math:`out\_image = in\_image*alpha+beta`。建议值范围[0.2, 2]。
+        - **alpha** (Union[float, int]) - 控制图像的对比度。:math:`out\_image = in\_image \times alpha+beta`。建议值范围[0.2, 2]。默认值：1。
         - **beta** (Union[float, int]) - 补充alpha的增量。默认值：0。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
@@ -17,13 +17,13 @@ mindarmour.natural_robustness.transform.image
     渐变调整图片的亮度。
 
     参数：
-        - **color_start** (union[tuple, list]) - 渐变中心的颜色。默认值：（0,0,0）。
-        - **color_end** (union[tuple, list]) - 渐变边缘的颜色。默认值：（255,255,255）。
-        - **start_point** (union[tuple, list]) - 渐变中心的二维坐标。
-        - **scope** (float) - 渐变的范围。值越大，渐变范围越大。默认值：0.3。
-        - **pattern** (str) - 深色或浅色，此值必须在['light', 'dark']中。
-        - **bright_rate** (float) - 控制亮度。值越大，梯度范围越大。如果参数 `pattern` 为'light'，建议值范围为[0.1, 0.7]，如果参数 `pattern` 为'dark'，建议值范围为[0.1, 0.9]。
-        - **mode** (str) - 渐变模式，值必须在['circle', 'horizontal', 'vertical']中。
+        - **color_start** (union[tuple, list]) - 渐变中心的颜色。默认值：（0, 0, 0）。
+        - **color_end** (union[tuple, list]) - 渐变边缘的颜色。默认值：（255, 255, 255）。
+        - **start_point** (union[tuple, list]) - 渐变中心的二维坐标。默认值：（10, 10）
+        - **scope** (float) - 渐变的范围。值越大，渐变范围越大。默认值：0.5。
+        - **pattern** (str) - 深色或浅色，此值必须在['light', 'dark']中。默认值：'light'。
+        - **bright_rate** (float) - 控制亮度。值越大，梯度范围越大。如果参数 `pattern` 为'light'，建议值范围为[0.1, 0.7]，如果参数 `pattern` 为'dark'，建议值范围为[0.1, 0.9]。默认值：0.3。
+        - **mode** (str) - 渐变模式，值必须在['circle', 'horizontal', 'vertical']中。默认值：'circle'。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.GaussianBlur(ksize=2, auto_param=False)
@@ -31,7 +31,7 @@ mindarmour.natural_robustness.transform.image
     使用高斯模糊滤镜模糊图像。
 
     参数：
-        - **ksize** (int) - 高斯核的大小，必须为非负数。
+        - **ksize** (int) - 高斯核的大小，必须为非负数。默认值：2。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.MotionBlur(degree=5, angle=45, auto_param=False)
@@ -39,8 +39,8 @@ mindarmour.natural_robustness.transform.image
     运动模糊。
 
     参数：
-        - **degree** (int) - 模糊程度。必须为正值。建议取值范围[1, 15]。
-        - **angle** (union[float, int]) - 运动模糊的方向。angle=0表示上下运动模糊。角度为逆时针方向。
+        - **degree** (int) - 模糊程度。必须为正值。建议取值范围[1, 15]。默认值：5。
+        - **angle** (union[float, int]) - 运动模糊的方向。angle=0表示上下运动模糊。角度为逆时针方向。默认值：45。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 
@@ -50,7 +50,7 @@ mindarmour.natural_robustness.transform.image
 
     参数：
         - **point** (union[tuple, list]) - 模糊中心点的二维坐标。
-        - **kernel_num** (int) - 模糊核的数量。建议取值范围[1, 8]。
+        - **kernel_num** (int) - 模糊核的数量。建议取值范围[1, 8]。默认值：3。
         - **center** (bool) - 指定中心点模糊或指定中心点清晰。默认值：True。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
@@ -59,7 +59,7 @@ mindarmour.natural_robustness.transform.image
     图像添加均匀噪声。
 
     参数：
-        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。
+        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。默认值：0.1。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.GaussianNoise(factor=0.1, auto_param=False)
@@ -67,7 +67,7 @@ mindarmour.natural_robustness.transform.image
     图像添加高斯噪声。
 
     参数：
-        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。
+        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。默认值：0.1。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.SaltAndPepperNoise(factor=0, auto_param=False)
@@ -75,7 +75,7 @@ mindarmour.natural_robustness.transform.image
     图像添加椒盐噪声。
 
     参数：
-        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。
+        - **factor** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.001, 0.15]。默认值：0。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.NaturalNoise(ratio=0.0002, k_x_range=(1, 5), k_y_range=(3, 25), auto_param=False)
@@ -83,9 +83,9 @@ mindarmour.natural_robustness.transform.image
     图像添加自然噪声。
 
     参数：
-        - **ratio** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.00001, 0.001]。
-        - **k_x_range** (union[list, tuple]) - 噪声块长度的取值范围。
-        - **k_y_range** (union[list, tuple]) - 噪声块宽度的取值范围。
+        - **ratio** (float) - 噪声密度，单位像素区域添加噪声的比例。建议取值范围：[0.00001, 0.001]。默认值：0.0002。
+        - **k_x_range** (union[list, tuple]) - 噪声块长度的取值范围。默认值：(1, 5）。
+        - **k_y_range** (union[list, tuple]) - 噪声块宽度的取值范围。默认值：(3, 25)。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Translate(x_bias=0, y_bias=0, auto_param=False)
@@ -93,8 +93,8 @@ mindarmour.natural_robustness.transform.image
     图像平移。
 
     参数：
-        - **x_bias** (Union[int, float]) - X方向平移，x = x + x_bias*图像长度。建议取值范围在[-0.1, 0.1]中。
-        - **y_bias** (Union[int, float]) - Y方向平移，y = y + y_bias*图像长度。建议取值范围在[-0.1, 0.1]中。
+        - **x_bias** (Union[int, float]) - X方向平移， :math:`x = x + x_bias \times image\_length` 。建议取值范围在[-0.1, 0.1]中。默认值：0。
+        - **y_bias** (Union[int, float]) - Y方向平移， :math:`y = y + y_bias \times image\_width` 。建议取值范围在[-0.1, 0.1]中。默认值：0。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Scale(factor_x=1, factor_y=1, auto_param=False)
@@ -102,17 +102,17 @@ mindarmour.natural_robustness.transform.image
     图像缩放。
 
     参数：
-        - **factor_x** (Union[float, int]) - 在X方向缩放，x=factor_x*x。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。
-        - **factor_y** (Union[float, int]) - 沿Y方向缩放，y=factor_y*y。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。
+        - **factor_x** (Union[float, int]) - 在X方向缩放， :math:`x=factor_x \times x` 。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。默认值：1。
+        - **factor_y** (Union[float, int]) - 沿Y方向缩放， :math:`y=factor_y \times y` 。建议取值范围在[0.5, 1]且abs(factor_y - factor_x) < 0.5。默认值：1。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Shear(factor=0.2, direction='horizontal', auto_param=False)
 
-    图像错切，错切后图像和原图的映射关系为：(new_x, new_y) = (x+factor_x*y, factor_y*x+y)。错切后图像将重新缩放到原图大小。
+    图像错切，错切后图像和原图的映射关系为： :math:`(new_x, new_y) = (x+factor_x \times y, factor_y \times x+y)` 。错切后图像将重新缩放到原图大小。
 
     参数：
-        - **factor** (Union[float, int]) - 沿错切方向上的错切比例。建议值范围[0.05, 0.5]。
-        - **direction** (str) - 形变方向。可选值为'vertical'或'horizontal'。
+        - **factor** (Union[float, int]) - 沿错切方向上的错切比例。建议值范围[0.05, 0.5]。默认值：0.2。
+        - **direction** (str) - 形变方向。可选值为'vertical'或'horizontal'。默认值：'horizontal'。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Rotate(angle=20, auto_param=False)
@@ -120,7 +120,7 @@ mindarmour.natural_robustness.transform.image
     围绕图像中心点逆时针旋转图像。
 
     参数：
-        - **angle** (Union[float, int]) - 逆时针旋转的度数。建议值范围[-60, 60]。
+        - **angle** (Union[float, int]) - 逆时针旋转的度数。建议值范围[-60, 60]。默认值：20。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Perspective(ori_pos, dst_pos, auto_param=False)
@@ -128,8 +128,8 @@ mindarmour.natural_robustness.transform.image
     透视变换。
 
     参数：
-        - **ori_pos** (list) - 原始图像中的四个点的坐标。
-        - **dst_pos** (list) - 对应的ori_pos中4个点透视变换后的点坐标。
+        - **ori_pos** (list[list[int]]) - 原始图像中的四个点的坐标。
+        - **dst_pos** (list[list[int]]) - 对应的 `ori_pos` 中4个点透视变换后的点坐标。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 
 .. py:class:: mindarmour.natural_robustness.transform.image.Curve(curves=3, depth=10, mode='vertical', auto_param=False)
@@ -137,7 +137,7 @@ mindarmour.natural_robustness.transform.image
     使用Sin函数的曲线变换。
 
     参数：
-        - **curves** (union[float, int]) - 曲线周期数。建议取值范围[0.1, 5]。
-        - **depth** (union[float, int]) - sin函数的幅度。建议取值不超过图片长度的1/10。
-        - **mode** (str) - 形变方向。可选值'vertical'或'horizontal'。
+        - **curves** (union[float, int]) - 曲线周期数。建议取值范围[0.1, 5]。默认值：3。
+        - **depth** (union[float, int]) - sin函数的幅度。建议取值不超过图片长度的1/10。默认值：10。
+        - **mode** (str) - 形变方向。可选值'vertical'或'horizontal'。默认值：'vertical'。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。

mindarmour/natural_robustness/transform/image/blur.py

@@ -31,11 +31,12 @@ class GaussianBlur(_NaturalPerturb):
     Blurs the image using Gaussian blur filter.
 
     Args:
-        ksize (int): Size of gaussian kernel, this value must be non-negnative.
+        ksize (int): Size of gaussian kernel, this value must be non-negnative. Default: 2.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> ksize = 5
@@ -74,13 +75,14 @@ class MotionBlur(_NaturalPerturb):
     Motion blur for a given image.
 
     Args:
-        degree (int): Degree of blur. This value must be positive. Suggested value range in [1, 15].
+        degree (int): Degree of blur. This value must be positive. Suggested value range in [1, 15]. Default: 5.
         angle (union[float, int]): Direction of motion blur. Angle=0 means up and down motion blur. Angle is
-            counterclockwise.
+            counterclockwise. Default: 45.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> angle = 0
@@ -130,12 +132,13 @@ class GradientBlur(_NaturalPerturb):
 
     Args:
         point (union[tuple, list]): 2D coordinate of the Blur center point.
-        kernel_num (int): Number of blur kernels. Suggested value range in [1, 8].
+        kernel_num (int): Number of blur kernels. Suggested value range in [1, 8]. Default: 3.
         center (bool): Blurred or clear at the center of a specified point.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('xx.png')
         >>> img = np.array(img)
         >>> number = 5

mindarmour/natural_robustness/transform/image/corruption.py

@@ -32,11 +32,12 @@ class UniformNoise(_NaturalPerturb):
 
     Args:
         factor (float): Noise density, the proportion of noise points per unit pixel area. Suggested value range in
-            [0.001, 0.15].
+            [0.001, 0.15]. Default: 0.1.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> factor = 0.1
@@ -78,11 +79,12 @@ class GaussianNoise(_NaturalPerturb):
 
     Args:
         factor (float): Noise density, the proportion of noise points per unit pixel area. Suggested value range in
-            [0.001, 0.15].
+            [0.001, 0.15]. Default: 0.1.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> factor = 0.1
@@ -123,11 +125,12 @@ class SaltAndPepperNoise(_NaturalPerturb):
 
     Args:
         factor (float): Noise density, the proportion of noise points per unit pixel area. Suggested value range in
-            [0.001, 0.15].
+            [0.001, 0.15]. Default: 0.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> factor = 0.1
@@ -171,12 +174,13 @@ class NaturalNoise(_NaturalPerturb):
     Args:
         ratio (float): Noise density, the proportion of noise blocks per unit pixel area. Suggested value range in
             [0.00001, 0.001].
-        k_x_range (union[list, tuple]): Value range of the noise block length.
-        k_y_range (union[list, tuple]): Value range of the noise block width.
+        k_x_range (union[list, tuple]): Value range of the noise block length. Default: (1, 5).
+        k_y_range (union[list, tuple]): Value range of the noise block width. Default: (3, 25).
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('xx.png')
         >>> img = np.array(img)
         >>> ratio = 0.0002

mindarmour/natural_robustness/transform/image/luminance.py

@@ -32,13 +32,14 @@ class Contrast(_NaturalPerturb):
     Contrast of an image.
 
     Args:
-        alpha (Union[float, int]): Control the contrast of an image. :math:`out\_image = in\_image*alpha+beta`.
-            Suggested value range in [0.2, 2].
+        alpha (Union[float, int]): Control the contrast of an image. :math:`out\_image = in\_image \times alpha+beta`.
+            Suggested value range in [0.2, 2]. Default: 1.
         beta (Union[float, int]): Delta added to alpha. Default: 0.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> alpha = 0.1
@@ -206,16 +207,17 @@ class GradientLuminance(_NaturalPerturb):
         color_start (union[tuple, list]): Color of gradient center. Default:(0, 0, 0).
         color_end (union[tuple, list]):  Color of gradient edge. Default:(255, 255, 255).
         start_point (union[tuple, list]): 2D coordinate of gradient center.
-        scope (float): Range of the gradient. A larger value indicates a larger gradient range. Default: 0.3.
-        pattern (str): Dark or light, this value must be in ['light', 'dark'].
+        scope (float): Range of the gradient. A larger value indicates a larger gradient range. Default: 0.5.
+        pattern (str): Dark or light, this value must be in ['light', 'dark']. Default: 'light'.
         bright_rate (float): Control brightness. A larger value indicates a larger gradient range. If parameter
             'pattern' is 'light', Suggested value range in [0.1, 0.7], if parameter 'pattern' is 'dark', Suggested value
-            range in [0.1, 0.9].
-        mode (str): Gradient mode, value must be in ['circle', 'horizontal', 'vertical'].
+            range in [0.1, 0.9]. Default: 0.3.
+        mode (str): Gradient mode, value must be in ['circle', 'horizontal', 'vertical']. Default: 'circle'.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('x.png')
         >>> height, width = img.shape[:2]
         >>> point = (height // 4, width // 2)

mindarmour/natural_robustness/transform/image/transformation.py

@@ -32,13 +32,14 @@ class Translate(_NaturalPerturb):
 
     Args:
         x_bias (Union[int, float]): X-direction translation, x = x + x_bias*image_width. Suggested value range
-            in [-0.1, 0.1].
+            in [-0.1, 0.1]. Default: 0.
         y_bias (Union[int, float]): Y-direction translation,  y = y + y_bias*image_length. Suggested value range
-            in [-0.1, 0.1].
+            in [-0.1, 0.1]. Default: 0.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> x_bias = 0.1
@@ -80,13 +81,14 @@ class Scale(_NaturalPerturb):
 
     Args:
         factor_x (Union[float, int]): Rescale in X-direction, x=factor_x*x. Suggested value range in [0.5, 1] and
-            abs(factor_y - factor_x) < 0.5.
+            abs(factor_y - factor_x) < 0.5. Default: 1.
         factor_y (Union[float, int]): Rescale in Y-direction, y=factor_y*y. Suggested value range in [0.5, 1] and
-            abs(factor_y - factor_x) < 0.5.
+            abs(factor_y - factor_x) < 0.5. Default: 1.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> factor_x = 0.7
@@ -129,12 +131,13 @@ class Shear(_NaturalPerturb):
     Then the sheared image will be rescaled to fit original size.
 
     Args:
-        factor (Union[float, int]): Shear rate in shear direction. Suggested value range in [0.05, 0.5].
-        direction (str): Direction of deformation. Optional value is 'vertical' or 'horizontal'.
+        factor (Union[float, int]): Shear rate in shear direction. Suggested value range in [0.05, 0.5]. Default: 0.2.
+        direction (str): Direction of deformation. Optional value is 'vertical' or 'horizontal'. Default: 'horizontal'.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> factor = 0.2
@@ -186,11 +189,12 @@ class Rotate(_NaturalPerturb):
     Rotate an image of counter clockwise around its center.
 
     Args:
-        angle (Union[float, int]): Degrees of counter clockwise. Suggested value range in [-60, 60].
+        angle (Union[float, int]): Degrees of counter clockwise. Suggested value range in [-60, 60]. Default: 20.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> angle = 20
@@ -240,12 +244,13 @@ class Perspective(_NaturalPerturb):
     Perform perspective transformation on a given picture.
 
     Args:
-        ori_pos (list): Four points in original image.
-        dst_pos (list): The point coordinates of the 4 points in ori_pos after perspective transformation.
+        ori_pos (list[list[int]]): Four points in original image.
+        dst_pos (list[list[int]]): The point coordinates of the 4 points in `ori_pos` after perspective transformation.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('1.png')
         >>> img = np.array(img)
         >>> ori_pos = [[0, 0], [0, 800], [800, 0], [800, 800]]
@@ -297,14 +302,15 @@ class Curve(_NaturalPerturb):
     Curve picture using sin method.
 
     Args:
-        curves (union[float, int]): Number of curve cycles. Suggested value range in [0.1, 5].
+        curves (union[float, int]): Number of curve cycles. Suggested value range in [0.1, 5]. Default: 3.
         depth (union[float, int]): Amplitude of sin method. Suggested value not exceed 1/10 of the length of the
-            picture.
-        mode (str): Direction of deformation. Optional value is 'vertical' or 'horizontal'.
+            picture. Default: 10.
+        mode (str): Direction of deformation. Optional value is 'vertical' or 'horizontal'. Default: 'vertical'.
         auto_param (bool): Auto selected parameters. Selected parameters will preserve semantics of image.
             Default: False.
 
     Examples:
+        >>> import cv2
         >>> img = cv2.imread('x.png')
         >>> curves =1
         >>> depth = 10