大家好，很高兴再次与大家见面，我是你们的朋友全栈君。
我们有一个RGB图像，为了在卷积操作后避免边缘信息的丢失和图像尺寸的缩小，我们需要在图像周围添加填充元素。这就是padding操作，我们可以使用numpy库中的numpy.pad()函数来实现。
对于一维数组，填充操作如下所示：
然而，我们的图像至少是二维的（灰度图），在这种情况下，我们需要在图像的空间位置上进行填充：
在传递参数时，我们只需计算每一维度的（x,z）轴的二维数组即可。在np.pad的实参中，arr3d是原始矩阵，((0,0),(1,1),(1,1))中的第一个元组代表y轴，第二个元组代表z轴，第三个元组代表x轴。经过测试，确实是这样的。
同样，对于包含样本集的批处理padding操作，我们的处理方式也是类似的：
这是我们定义的批处理padding函数：
我们的x和pad值是：
(4，3，3，2)表示的意思是：我传入了4个样本，每个样本的构造是：3维的RGB图像中，每一维R,G,B中是有3*2的矩阵构造的，也就是3×2个像素点。
根据我们最初的解释，对于样本数目我们不需要处理，也就是np.pad方法中第一个(0,0)代表样本的数目。
对于y轴我们不需要处理，x和z轴我们填充pad个数值为0的数，这里constant_values关键字可以省略，省略的话默认值就是0，我在这里只不过是为了记录pad方法的具体参数。
我们如何取上述4个样本的元素呢？
如果我们想取出第2个样本的G颜色的像素矩阵，那么就是x[1,1]。如果我们想取第2个样本的RGB所有的像素矩阵：x[1]。
x矩阵
x[1],x[1,1]矩阵
2019-3-24更正
在上面我记录的（4，3，3，2）表示随机生成的意思要按照图片的定义来走，这里的4确实是样本数，但是通道数这里是2，因为读取一个64×64像素的RGB照片的时候，他的ndarray是（64，64，3），所以随机生成的数要大致按照图片的格式走。
上面的照片就是正确的取出一个3×3的单通道的矩阵。
这里还记录一个问题，图像的灰度图也是一个2维矩阵，只不过这里的灰度图是有一个根据RGB的换算的格式去算的，一个RGB图片的基本单元是像素，每一个像素是有RGB三个通道的值组合而成的，那么得到了RGB三个通道的矩阵后如何得到一个彩色图像的？
这里我看了下RGB转化为灰度图的格式：
Grey = 0.299R + 0.587G + 0.114*B
那么我假定一个像素的真实色彩是有RGB公式得到的一个值，这个值对应了五花八门的颜色的一种。假设是否成立有时间再讨论。
发布者：全栈程序员栈长，转载请注明出处：https://www.php.cn/link/5e18b53804c5a18b0d727b0cd8aff97c
