今天簡單介紹一下在處理二維圖片中算是偶爾會用到的工具——填充資料

沿著各種方向填充

這邊以2d-array為例，不同尺寸會有不同結果

原始

一個參數——四周數量

np.pad(tmp1,1,'constant',constant_values=100)

兩個參數——對兩個軸後方添加幾個

np.pad(tmp1,(0,3),'constant',constant_values=100)

2x2個參數——對每個軸的前後添加幾個

np.pad(tmp1,((0,0),(1,1)),'constant',constant_values=100)

沿著特定縫隙填充

要處理的原始矩陣和對應的seam矩陣

M = np.array([
  [11, 12, 13, 14],
  [21, 22, 23, 24],
  [31, 32, 33, 34]
])

seam = np.array([
  [0, 1, 0, 0],
  [0, 0, 1, 0],
  [0, 0, 0, 1]
])

先建立好一個擴增完之後大小的output矩陣

m, n = seam.shape
output = np.empty((m, n+1), input.dtype)
mask = np.ones((m, n+1), dtype=bool)
output

這邊那個神奇的數字是因為np.empty()產生出來的是沒有初始化的數字

使用np.where()找到seam的每個位置

nz = np.where(seam)
nz

取反運算之後填入原始數據

mask[nz] = False
output[mask]=input.ravel()
output

接下來就可以針對seam填入特定要求的數據了

output[nz] = 1