python中numpy矩阵的零填充的示例代码
目录
- 需求:
- 一、再new一个更大的所需要的矩阵大小
- 二、pad函数
- 其他想法
需求:
对于图像处理中的一些过程,我需要对读取的numpy矩阵进行size的扩充,比如原本是(4,6)的矩阵,现在需要上下左右各扩充3行,且为了不影响数值计算,都用0填充。
比如下图,我有一个4x5大小的全1矩阵,但是现在我要在四周都加上3行的0来扩充大小,最后扩充完还要对原区域进行操作。
方法:
想到了几种方法,记录一下。
一、再new一个更大的所需要的矩阵大小
a = np.ones((4,5)) #假设原矩阵是4x5的全1矩阵 print(a.shape) b_pad = np.zeros((4 + 6, 5 + 6)) #要四周扩充3行,所以宽高都要加6 h,w = b.shape print(b.shape) #(10,11) b[3:h-3,3:w-3] = a #再把原矩阵放到相应位置 print(b) #如果要对原数值一一进行操作,可以定位到各元素 for i in range(3,h-3): for j in range(3,w-3): b[i][j] = 2 print(b)
这个方法简单粗暴,逻辑上比较好理解,但是会消耗内存空间
二、pad函数
其实numpy已经封装了一个函数,就是pad
a = np.ones((4,5)) print(a.shape) b = np.pad(a,3,'constant') #对a,上下左右各扩充3行,constant缺省,默认为0 print(b) print(b.shape) #如果只要左上角扩充的话 c = np.pad(a,(3,0),'constant') print(c) print(c.shape)
其他想法
还有两种想法,但我没实践过。一个是 二维转成一维,然后用list在每一组的前后可以加0,用append连接,最后再转成二维。这样子的话,0想放在哪里就可以自己定了。 还有一种是用torch.nn,在pytorch中有对于卷积的0填充padding。不过需要把numpy转成tensor张量,最后再转回来,比较麻烦。
到此这篇关于python中numpy矩阵的零填充的示例代码的文章就介绍到这了,更多相关numpy矩阵零填充内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
赞 (0)