用numpy.pad()对图像进行填充及简单的图像处理 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wang454592297/article/details/80854996 一、用numpy.pad()对图像进行填 我们都知道在css的盒子模型中，有padding（内边距）这一属性。同css中的padding类似，在numpy中，numpy.pad()可以跟矩阵添加内边距，这一方法在CNN中的卷积层可以用到，可以影响到卷积后矩阵的维度，其用法如下： numpy.pad(array, pad_width, mode, **kwargs)[source] 其中array是需要添加内边距的矩阵。pad_width对应矩阵每个维度填充的宽度，其格式是这样的：，表示第n维之前和时候填充的宽度。mode表示填充矩阵的值的模式，对应有：”constant“——表示用一个常量填充矩阵，“minimum”——用某个维度上的最小值填充矩阵，等其他模式。具体可参照官方APInumpy.pad。下面看一个用numpy.pad填充图像的例子，代码如下： import pylab import numpy as np from scipy import ndimage import matplotlib.pyplot as plt dir = "./testImgs/" filename = dir + "la_defense.jpg" ori_image = np.array(ndimage.imread(filename, flatten=False)) dim1_pad = np.pad(ori_image, ((50, 50), (0, 0), (0, 0)), 'constant', constant_values=0) dim2_pad = np.pad(ori_image, ((0, 0), (50, 50), (0, 0)), 'maximum') dim3_pad = np.pad(ori_image, ((50, 50), (50, 50), (0, 0)), 'constant', constant_values=200) print("origin shape:" + str(ori_image.shape)) print("vertical pad:" + str(dim1_pad.shape)) print("horizontal pad:" + str(dim2_pad.shape)) print("all pad:" + str(dim3_pad.shape)) fig, axarr = plt.subplots(2, 2) axarr[0, 0].imshow(ori_image) axarr[0, 1].imshow(dim1_pad[:, :, 0]) axarr[1, 0].imshow(dim2_pad[:, :, 1]) axarr[1, 1].imshow(dim3_pad[:, :, 2]) pylab.show() 显示的结果如下： 这里写图片描述 以上代码中用到了scipy.ndimage.imread读取图片，可以结合我的另一篇博客二、使用scipy读图片并改变图片大小进行理解。读到的图片是一个（1181,1181,3）的3维矩阵，第三维表示RGB三个通道。我分别在R、B、G三个通道上进行了填充，第二张图是在R通道的第一维（上下）分别填充50的像素的宽度，第三张图是在G通道的第二维（左右）分别填充50的像素的宽度（模式为minimum），第四张图是在B通道的第一、二维分别分别填充50的像素的宽度。可以看出，这四张图都是不一样的(尽管第三、四张图差别不大)，填充后矩阵的维度如下： 这里写图片描述 二、简单的图像处理 在利用CNN进行图片分类的时候，有时候会缺少样本，我们可以通过用已有的样本来自己创建新的样本，如图像的旋转，裁剪，图像颜色的改变等。下面是通过改变图像的颜色来创建新的图片，代码如下： import pylab import numpy as np from scipy import ndimage import matplotlib.pyplot as plt def new_pic_arr(dim0, dim1, dim2, dim0_plus, dim1_plus,dim2_plus): pic = np.zeros((1181, 1181, 3), dtype=np.uint8) pic[:, :, 0] = dim0 + dim0_plus pic[:, :, 1] = dim1 + dim1_plus pic[:, :, 2] = dim2 + dim2_plus return pic dir = "./testImgs/" filename = dir + "la_defense.jpg" ori_image = np.array(ndimage.imread(filename, flatten=False)) dim0 = ori_image[:, :, 0] dim1 = ori_image[:, :, 1] dim2 = ori_image[:, :, 2] pic1 = new_pic_arr(dim0, dim1, dim2, 30, 0, 30) pic2 = new_pic_arr(dim0, dim1, dim2, 40, 40, 0) pic3 = new_pic_arr(dim0, dim1, dim2, 0, 40, 40) fig, axarr = plt.subplots(2, 2) axarr[0, 0].imshow(ori_image) axarr[0, 1].imshow(pic1) axarr[1, 0].imshow(pic2) axarr[1, 1].imshow(pic3) pylab.show() 最后的结果如下： 这里写图片描述 上述中的四副图中，图一是原始的图，图二是在原图的R、B通道上每个像素的值增加30后的结果，图三是在原图的R、G通道上每个像素的值增加40后的结果，图四是在原图的G、B通道上每个像素的值增加40后的结果。可以看出每张图的颜色都不同，我们可以利用这些新的样本来训练神经网路了。