图片处理-填充图片-numpy.pad

#图片处理-填充图片-numpy.pad
参考博客1
参考博客2
np.pad() 常用于深度学习中的数据预处理（例如用于图片处理中填充图片），可以将numpy数组按指定的方法填充成指定的形状。

##对一维数组的填充

import numpy as nparr1D = np.array([1, 1, 2, 2, 3, 4])
'''不同的填充方法'''
print ('constant:     ' + str(np.pad(arr1D, (2, 3), 'constant')))
print ('edge:         ' + str(np.pad(arr1D, (2, 3), 'edge')))
print ('linear_ramp:  ' + str(np.pad(arr1D, (2, 3), 'linear_ramp')))
print ('maximum:      ' + str(np.pad(arr1D, (2, 3), 'maximum')))
print ('mean:         ' + str(np.pad(arr1D, (2, 3), 'mean')))
print ('median:       ' + str(np.pad(arr1D, (2, 3), 'median')))
print ('minimum:      ' + str(np.pad(arr1D, (2, 3), 'minimum')))
print ('reflect:      ' + str(np.pad(arr1D, (2, 3), 'reflect')))
print ('symmetric:    ' + str(np.pad(arr1D, (2, 3), 'symmetric')))
print ('wrap:         ' + str(np.pad(arr1D, (2, 3), 'wrap')))constant:     [0 0 1 1 2 2 3 4 0 0 0]
edge:         [1 1 1 1 2 2 3 4 4 4 4]
linear_ramp:  [0 0 1 1 2 2 3 4 3 1 0]
maximum:      [4 4 1 1 2 2 3 4 4 4 4]
mean:         [2 2 1 1 2 2 3 4 2 2 2]
median:       [2 2 1 1 2 2 3 4 2 2 2]
minimum:      [1 1 1 1 2 2 3 4 1 1 1]
reflect:      [2 1 1 1 2 2 3 4 3 2 2]
symmetric:    [1 1 1 1 2 2 3 4 4 3 2]
wrap:         [3 4 1 1 2 2 3 4 1 1 2]

###参数解释：
第一个参数是待填充数组
第二个参数是填充的形状，（2，3）表示前面两个，后面三个
第三个参数是填充的方法
###填充方法：
constant连续一样的值填充，有关于其填充值的参数。constant_values=（x, y）时前面用x填充，后面用y填充。缺参数是为0。
edge用边缘值填充
linear_ramp边缘递减的填充方式
maximum, mean, median, minimum分别用最大值、均值、中位数和最小值填充
reflect, symmetric都是对称填充。前一个是关于边缘对称，后一个是关于边缘外的空气对称╮(╯▽╰)╭
wrap用原数组后面的值填充前面，前面的值填充后面
也可以有其他自定义的填充方法

##对二维数组的填充

import numpy as npMatrix = np.arange(1,7).reshape(2,3)
M = np.pad(Matrix,((1,1),(1,2)),'constant',constant_values = (0,0))
print(M)[[0 0 0 0 0 0][0 1 2 3 0 0][0 4 5 6 0 0][0 0 0 0 0 0]]
[Finished in 0.2s]

np.pad(Matrix,((1,1),(1,2)),‘constant’,constant_values = (0,0))
表示在二维数组Matrix的边缘填充constant_values指定的数值

（1,1）表示在Matrix的第[0]轴填充（二维数组中，0轴表示行），即在0轴前面填充1个宽度的0，比如数组Matrix中的1，2，3两个元素前面各填充了一行0，在4,5,6下面填充了一行0。

（1,2）表示在Matrix的第[1]轴填充（二维数组中，1轴表示列），即在1轴前面填充1个宽度的0，后面填充2个宽度的0

constant_values表示填充值，且(axis0，axis1)的填充值等于（0,0）
##对多维数组的填充

import numpy as nparr3D = np.array([[[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4]], [[0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5]], [[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4]]])print ('constant:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'constant')))
print ('edge:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'edge')))
print ('linear_ramp:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'linear_ramp')))
print ('maximum:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'maximum')))
print ('mean:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'mean')))
print ('median:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'median')))
print ('minimum:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'minimum')))
print ('reflect:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'reflect')))
print ('symmetric:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'symmetric')))
print ('wrap:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'wrap')))constant:
[[[0 0 0 0 0 0 0 0 0 0][0 0 1 1 2 2 3 4 0 0][0 0 1 1 2 2 3 4 0 0][0 0 1 1 2 2 3 4 0 0][0 0 0 0 0 0 0 0 0 0]][[0 0 0 0 0 0 0 0 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 0 0 0 0 0 0 0]][[0 0 0 0 0 0 0 0 0 0][0 0 1 1 2 2 3 4 0 0][0 0 1 1 2 2 3 4 0 0][0 0 1 1 2 2 3 4 0 0][0 0 0 0 0 0 0 0 0 0]]]
edge:
[[[1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4]][[0 0 0 1 2 3 4 5 5 5][0 0 0 1 2 3 4 5 5 5][0 0 0 1 2 3 4 5 5 5][0 0 0 1 2 3 4 5 5 5][0 0 0 1 2 3 4 5 5 5]][[1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4][1 1 1 1 2 2 3 4 4 4]]]
linear_ramp:
[[[0 0 0 0 0 0 0 0 0 0][0 0 1 1 2 2 3 4 2 0][0 0 1 1 2 2 3 4 2 0][0 0 1 1 2 2 3 4 2 0][0 0 0 0 0 0 0 0 0 0]][[0 0 0 0 0 0 0 0 0 0][0 0 0 1 2 3 4 5 2 0][0 0 0 1 2 3 4 5 2 0][0 0 0 1 2 3 4 5 2 0][0 0 0 0 0 0 0 0 0 0]][[0 0 0 0 0 0 0 0 0 0][0 0 1 1 2 2 3 4 2 0][0 0 1 1 2 2 3 4 2 0][0 0 1 1 2 2 3 4 2 0][0 0 0 0 0 0 0 0 0 0]]]
maximum:
[[[4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4]][[5 5 0 1 2 3 4 5 5 5][5 5 0 1 2 3 4 5 5 5][5 5 0 1 2 3 4 5 5 5][5 5 0 1 2 3 4 5 5 5][5 5 0 1 2 3 4 5 5 5]][[4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4][4 4 1 1 2 2 3 4 4 4]]]
mean:
[[[2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2]][[2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2]][[2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2]]]
median:
[[[2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2]][[2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2][2 2 0 1 2 3 4 5 2 2]][[2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2][2 2 1 1 2 2 3 4 2 2]]]
minimum:
[[[1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1]][[0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0][0 0 0 1 2 3 4 5 0 0]][[1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1][1 1 1 1 2 2 3 4 1 1]]]
reflect:
[[[2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2]][[2 1 0 1 2 3 4 5 4 3][2 1 0 1 2 3 4 5 4 3][2 1 0 1 2 3 4 5 4 3][2 1 0 1 2 3 4 5 4 3][2 1 0 1 2 3 4 5 4 3]][[2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2][2 1 1 1 2 2 3 4 3 2]]]
symmetric:
[[[1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3]][[1 0 0 1 2 3 4 5 5 4][1 0 0 1 2 3 4 5 5 4][1 0 0 1 2 3 4 5 5 4][1 0 0 1 2 3 4 5 5 4][1 0 0 1 2 3 4 5 5 4]][[1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3][1 1 1 1 2 2 3 4 4 3]]]
wrap:
[[[3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1]][[4 5 0 1 2 3 4 5 0 1][4 5 0 1 2 3 4 5 0 1][4 5 0 1 2 3 4 5 0 1][4 5 0 1 2 3 4 5 0 1][4 5 0 1 2 3 4 5 0 1]][[3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1][3 4 1 1 2 2 3 4 1 1]]]
[Finished in 0.2s]

图片处理-填充图片-numpy.pad相关推荐

等比例缩放图片并填充图片为正方形（python附代码）
等比例缩放图片并填充图片为正方形看实现的效果代码看实现的效果之前的 836x662 之后的 300x300 且图片中的塔克斯居中代码 import os import cv2 import ...
android drawpath填充,Android如何用图片来填充Path封闭路径
刚刚接触安卓,最近在做一个小项目,用path根据四个点坐标绘制了一个矩形,需要用图片来填充矩形.因为根据路径绘制的矩形是倾斜的,所以填充图片不太容易,经过查资料,通过试验得到了一种方法,分享一下: / ...
css 如何让背景图片拉伸填充避免重复显示
如何让背景图片拉伸填充,这个问题听起来似乎很简单.但是很遗憾的告诉大家.不是我们想的那么简单. 比如一个容器(body,div,span)中设定一个背景.这个背景的长宽值在css2.1之前是不能被修 ...
示例填充图片_用示例解释洪水填充算法
示例填充图片什么是洪水填充? (What is Flood Fill?) Flood fill is an algorithm mainly used to determine a bounded ...
示例填充图片_填充内容：工具，技巧和动态示例
示例填充图片随着浏览器中的设计变得越来越流行(和方便),对有用的设计工具的需求也在增加. 一组非常有用的工具围绕着填料含量. 当前,存在各种资源来帮助需要填充内容的设计人员,无论是文本还是图像. 由 ...
css里面设置一个背景边框图片或者填充一张图片，使图片填充整个div容器；
一.就一个div,设置其背景图片 1.背景图片 2.代码 #left-bottom {/*height: 31%;*/height: 38%;margin-top: 25px;position: re ...
Android利用zxing生成二维码，识别二维码，中间填充图片超详细、超简易教程
gayhub上的zxing可用于生成二维码,识别二维码 gayhub地址:https://github.com/zxing/zxing 此文只是简易教程,文末附有完整代码和demo下载地址,进入正题: ...
html背景图片内填充,CSS基础——使用图片填充元素背景
在网页设计中,使用图片来填充元素背景,可以让元素背景呈现丰富多彩的外观.使用图片填充元素背景的常用样式标签有background-image.background-repeat.background- ...
PHP如何给整个内容填充背景,如何给文字添加背景图？给文字填充图片背景色的操作方法...
专注实拍监控风景各类视频申请入群加微信: neimu500 因为专注所以专业! 我们只发优质实拍视频,群管理专业.规范,确保群的视频质量以及秩序!无水印可下载可分享. 下了两天的雨,今天终于 ...
详细的easyExcel填充数据填充图片及导出示例
添加依赖 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</art ...

图片处理-填充图片-numpy.pad

图片处理-填充图片-numpy.pad相关推荐

最新文章

热门文章