Question

如何使用边值填充张量（尺寸为WxHxC）？

例如：

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

变为：

[1, 1, 2, 3, 3]
[1, 1, 2, 3, 3]
[4, 4, 5, 6, 6]
[7, 7, 8, 9, 9]
[7, 7, 8, 9, 9]

Answer 1

使用tf.pad()和模式＆＃34; SYMMETRIC＆＃34; - 它将反映边缘上的值，但如果只进行1次深度填充，则相当于重复边缘值。如果你需要更多的填充，你必须重复操作，但你可以指数地（1先，然后2，然后4等）。此代码（已测试）：

import tensorflow as tf

a = tf.reshape( tf.constant( range( 1, 10 ) ), ( 3, 3 ) )
b = tf.pad( a, [ [ 1, 1 ], [ 1, 1 ] ], "SYMMETRIC" )

with tf.Session() as sess:
    print( sess.run( b ) )

输出：

[[1 1 2 3 3]
   [1 1 2 3 3]
   [4 4 5 6 6]
   [7 7 8 9 9]
   [7 7 8 9 9]]

根据需要。

Answer 2

作为补充，如果要使用像opencv这样的复制模式填充图像，则可以执行以下操作，dst_image是要填充的图像。 pad_h_up，pad_h_down，pad_w_left，pad_w_right是四个参数：

def pad_replica(image_pad, up,down, left, right):
    paddings_up = tf.constant([[1, 0],[0,0],[0,0]])
    paddings_down = tf.constant([[0, 1],[0,0],[0,0]])
    paddings_left = tf.constant([[0, 0],[1,0],[0,0]])
    paddings_right = tf.constant([[0, 0],[0, 1],[0 ,0]])
    i = tf.constant(0)
    c = lambda i,pad_len,pad_mode, image: tf.less(i, pad_len)
    def body(i,pad_len,pad_mode,image):
        i = i+1
        image = tf.pad(image, pad_mode,"SYMMETRIC")
        return [i, pad_len,pad_mode, image]
    [_, _, _, image_pad_up] = tf.while_loop(c, body, \
                                          [i, up, paddings_up, image_pad])
    i = tf.constant(0)
    [_, _, _, image_pad_down] = tf.while_loop(c, body, [i, down,paddings_down, image_pad_up])
    i = tf.constant(0)
    [_, _, _, image_pad_left] = tf.while_loop(c, body, [i, left, paddings_left, image_pad_down])
    i = tf.constant(0)
    [_, _, _, image_pad_right] = tf.while_loop(c, body, [i, right,paddings_right, image_pad_left])
    i = tf.constant(0)
    return image_pad_right
dst_image.set_shape([None, None, None])
dst_image = pad_replica(dst_image,\
             tf.cast(pad_h_up, tf.int32),\
            tf.cast(pad_h_down,tf.int32),\
            tf.cast(pad_w_left, tf.int32),\
            tf.cast(pad_w_right,tf.int32)
            )

TensorFlow如何用边值填充张量

2 个答案: