pad

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

使用給定的「pad」值在給定圖像的所有邊緣上填充。如果圖像為 torch Tensor，則預期其形狀為 […, H, W]，其中 … 表示模式 reflect 和 symmetric 最多 2 個前導維度，模式 edge 最多 3 個前導維度，以及模式 constant 的任意數量的領先維度

參數:

• img (PIL 圖像 或 Tensor) – 要填充的圖像。

• padding (int 或 序列) –

  每個邊框上的填充。如果提供單一整數，則會使用此整數填充所有邊框。如果提供長度為 2 的序列，則分別為左/右和上/下邊框的填充。如果提供長度為 4 的序列，則分別為左、上、右和下邊框的填充。

  注意

  在 torchscript 模式下，不支援單一整數的填充，請使用長度為 1 的序列：[padding, ]。

• fill (數字 或 tuple) – 用於常數填充的像素填充值。預設值為 0。如果長度為 3 的 tuple，則分別用於填充 R、G、B 通道。此值僅在 padding_mode 為 constant 時使用。torch Tensor 僅支援數字。PIL 圖像僅支援整數或 tuple 值。

• padding_mode (str) –

  填充類型。應為：constant、edge、reflect 或 symmetric。預設值為 constant。

  • constant：使用常數值填充，此值由 fill 指定

  • edge：使用圖像邊緣的最後一個值填充。如果輸入 5D torch Tensor，則將填充最後 3 個維度而不是最後 2 個維度

  • reflect：使用圖像的反射填充，而不重複邊緣上的最後一個值。例如，在 reflect 模式下，使用兩側各 2 個元素填充 [1, 2, 3, 4] 將產生 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：使用圖像的反射填充，並重複邊緣上的最後一個值。例如，在 symmetric 模式下，使用兩側各 2 個元素填充 [1, 2, 3, 4] 將產生 [2, 1, 1, 2, 3, 4, 4, 3]

返回:

已填充的圖像。

返回類型:

PIL 圖像或 Tensor

使用 pad 的範例

轉換的圖示

轉換的圖示