pad

torchvision.transforms.functional.pad(img: Tensor, padding: List[int], fill: Union[int, float] = 0, padding_mode: str = 'constant') → Tensor

使用给定的“pad”值在图像的所有边上填充。如果图像是 torch Tensor，则预期具有 […, H, W] 形状，其中 … 对于 reflect 和 symmetric 模式表示最多 2 个前导维度，对于 edge 模式表示最多 3 个前导维度，对于 constant 模式表示任意数量的前导维度

参数:

• img (PIL 图像 或 Tensor) – 要填充的图像。

• padding (int 或 序列) –

  每个边框的填充。如果提供单个 int，则用于填充所有边框。如果提供长度为 2 的序列，则分别是左右和上下的填充。如果提供长度为 4 的序列，则分别是左、上、右和下边框的填充。

  注意

  在 torchscript 模式下，不支持将 padding 作为单个 int，请使用长度为 1 的序列： [padding, ]。

• fill (数字 或 tuple) – 常量填充的像素填充值。默认为 0。如果长度为 3 的 tuple，则分别用于填充 R、G、B 通道。此值仅在 padding_mode 为 constant 时使用。torch Tensor 仅支持数字。PIL 图像仅支持 int 或 tuple 值。

• padding_mode (str) –

  填充类型。应为：constant、edge、reflect 或 symmetric。默认为 constant。

  • constant：使用常量值填充，此值由 fill 指定

  • edge：使用图像边缘的最后一个值填充。如果输入 5D torch Tensor，则将填充最后 3 个维度而不是最后 2 个

  • reflect：使用图像的反射填充，而不重复边缘上的最后一个值。例如，在 reflect 模式下使用 2 个元素在两侧填充 [1, 2, 3, 4] 将得到 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：使用图像的反射填充，并重复边缘上的最后一个值。例如，在 symmetric 模式下使用 2 个元素在两侧填充 [1, 2, 3, 4] 将得到 [2, 1, 1, 2, 3, 4, 4, 3]

返回:

填充后的图像。

返回类型:

PIL 图像或 Tensor

使用 pad 的示例

变换的示例

变换的示例