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”值在所有边缘填充给定的图像。如果图像是torch Tensor，则预计其形状为[…, H, W]，其中…表示模式为reflect和symmetric时最多2个前导维度，模式为edge时最多3个前导维度，模式为constant时任意数量的前导维度。

参数:

• img (PIL Image 或 Tensor) – 要填充的图像。

• padding (int 或 sequence) –

  每个边框的填充。如果提供单个整数，则用于填充所有边框。如果提供长度为2的序列，则分别表示左右和上下边框的填充。如果提供长度为4的序列，则分别表示左、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 (number 或 tuple) – 常量填充的像素填充值。默认为 0。如果为长度为 3 的元组，则分别用于填充 R、G、B 通道。仅当 padding_mode 为 constant 时才使用此值。对于 torch Tensor，仅支持 number。对于 PIL Image，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：用常数值填充，该值通过 fill 指定

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

  • reflect：通过反射图像进行填充，但不重复边缘处的最后一个值。例如，在 reflect 模式下，将 [1, 2, 3, 4] 的两端各填充 2 个元素将导致 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：通过反射图像进行填充，重复边缘处的最后一个值。例如，在 symmetric 模式下，将 [1, 2, 3, 4] 的两端各填充 2 个元素将导致 [2, 1, 1, 2, 3, 4, 4, 3]

返回:

填充后的图像。

返回类型:

PIL 图像或张量

使用 pad 的示例

转换图示

转换图示