python中numpy矩陣的零填充的示例代碼
需求:
對於圖像處理中的一些過程,我需要對讀取的numpy矩陣進行size的擴充,比如原本是(4,6)的矩陣,現在需要上下左右各擴充3行,且為瞭不影響數值計算,都用0填充。
比如下圖,我有一個4×5大小的全1矩陣,但是現在我要在四周都加上3行的0來擴充大小,最後擴充完還要對原區域進行操作。
方法:
想到瞭幾種方法,記錄一下。
一、再new一個更大的所需要的矩陣大小
a = np.ones((4,5)) #假設原矩陣是4x5的全1矩陣 print(a.shape) b_pad = np.zeros((4 + 6, 5 + 6)) #要四周擴充3行,所以寬高都要加6 h,w = b.shape print(b.shape) #(10,11) b[3:h-3,3:w-3] = a #再把原矩陣放到相應位置 print(b) #如果要對原數值一一進行操作,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)
這個方法簡單粗暴,邏輯上比較好理解,但是會消耗內存空間
二、pad函數
其實numpy已經封裝瞭一個函數,就是pad
a = np.ones((4,5)) print(a.shape) b = np.pad(a,3,'constant') #對a,上下左右各擴充3行,constant缺省,默認為0 print(b) print(b.shape) #如果隻要左上角擴充的話 c = np.pad(a,(3,0),'constant') print(c) print(c.shape)
其他想法
還有兩種想法,但我沒實踐過。一個是 二維轉成一維,然後用list在每一組的前後可以加0,用append連接,最後再轉成二維。這樣子的話,0想放在哪裡就可以自己定瞭。 還有一種是用torch.nn,在pytorch中有對於卷積的0填充padding。不過需要把numpy轉成tensor張量,最後再轉回來,比較麻煩。
到此這篇關於python中numpy矩陣的零填充的示例代碼的文章就介紹到這瞭,更多相關numpy矩陣零填充內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python深度學習之Pytorch初步使用
- pytorch教程之Tensor的值及操作使用學習
- Broadcast廣播機制在Pytorch Tensor Numpy中的使用詳解
- PyTorch中Tensor和tensor的區別及說明
- pytorch下的unsqueeze和squeeze的用法說明