填充¶
- torchvision.transforms.functional.pad(img: Tensor, padding: List[int], fill: Union[int, float] = 0, padding_mode: str = 'constant') Tensor [源代码]¶
在给定图像的所有边上使用给定的“填充”值填充。如果图像是 torch Tensor,则预计它具有 […, H, W] 形状,其中 … 表示模式反射和对称最多 2 个前导维度,模式边缘最多 3 个前导维度,以及模式常量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) –
每个边界的填充。如果提供单个 int,则用于填充所有边界。如果提供长度为 2 的序列,则分别为左/右和上/下的填充。如果提供长度为 4 的序列,则分别为左、上、右和下边界的填充。
注意
在 torchscript 模式下,不支持将填充作为单个 int 使用,请使用长度为 1 的序列:
[padding, ]
。fill (数字 或 元组) – 用于常量填充的像素填充值。默认值为 0。如果长度为 3 的元组,则分别用于填充 R、G、B 通道。此值仅在 padding_mode 为常量时使用。对于 torch Tensor,仅支持数字。对于 PIL 图像,仅支持 int 或元组值。
padding_mode (str) –
填充类型。应为:常量、边缘、反射或对称。默认值为常量。
常量:使用常量值填充,此值由填充指定
边缘:使用图像边缘的最后一个值填充。如果输入 5D torch Tensor,则填充最后 3 个维度,而不是最后 2 个维度
反射:使用图像的反射填充,不重复边缘的最后一个值。例如,在反射模式下使用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [3, 2, 1, 2, 3, 4, 3, 2]
对称:使用图像的反射填充,重复边缘的最后一个值。例如,在对称模式下使用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [2, 1, 1, 2, 3, 4, 4, 3]
- 返回值:
填充后的图像。
- 返回类型:
PIL 图像或 Tensor
使用
pad
的示例变换的说明