如题,特别是在做图像处理的时候,我们遇到了一个图片是500*500*3的,另一个是600*500*3的,我们不论是做深度学习还是算欧氏距离啊什么总是因为这些图片的维度不同而头疼,但是很遗憾,你们这个头疼的问题在3分钟之后即将再也不复存在,为什么需要三分钟呢?因为我的博客你阅读需要三分钟!!!
直接上代码!!!!
#!D:/workplace/python
# -*- coding: utf-8 -*-
# @File : 矩阵裁剪.py
# @Author: WangYe
# @Date : 2019/3/8
# @Software: PyCharm
import numpy as np
import tensorflow as tf
x = [[1,1],[1,1]]
x = np.asarray(x)
matrix_pad = np.pad(x,pad_width=((1, 2),#向上填充1个维度,向下填充两个维度
(2, 1))#向左填充2个维度,向右填充一个维度
,mode="constant",#填充模式
constant_values=(6, 5) #第一个维度(就是向上和向左)填充6,第二个维度(向下和向右)填充5
)
print(matrix_pad)
代码的注释已经写得非常清楚了,如果这还不清楚请看下面的运行结果:
C:\Anaconda\python.exe D:/code/python/Test/矩阵裁剪.py
[[6 6 6 6 5]
[6 6 1 1 5]
[6 6 1 1 5]
[6 6 5 5 5]
[6 6 5 5 5]]
Process finished with exit code 0
唉,这下是不是很清楚了?
当然,这个