transforms平移操作的填充问题

本来需要对一个图片张量进行平移操作，准备使用transforms.functional.affine来完成，该函数使用方法如下（只是对原函数进行翻译）：

affine函数使用的参数及格式如下:
    img (PIL Image 或 Tensor): 要进行变换的图像。
    angle (number): 旋转角度（以度为单位），取值范围为 -180 到 180，顺时针方向为正方向。
    translate (sequence of integers): 水平和垂直平移量（旋转后的平移量）。
    scale (float): 整体缩放比例。
    shear (float or sequence): 剪切角度（以度为单位），取值范围为 -180 到 180，顺时针方向为正方向。如果指定了一个序列，则第一个值对应于沿 x 轴的剪切，而第二个值对应于沿 y 轴的剪切。
    interpolation (InterpolationMode): 所需的插值方法，由:class:`torchvision.transforms.InterpolationMode` 枚举定义。默认值为 ``InterpolationMode.NEAREST``。如果输入是 Tensor，则仅支持 ``InterpolationMode.NEAREST`` 和 ``InterpolationMode.BILINEAR``。为了向后兼容，仍然接受整数值（例如 ``PIL.Image[.Resampling].NEAREST``），但自 0.13 版本以来已被弃用，并将在 0.15 版本中删除。请使用 InterpolationMode 枚举。
    fill (sequence or number, optional): 变换后图像外部区域的像素填充值。如果给定一个数字，则分别用于所有通道。.. 注意::在 torchscript 模式下，不支持单个 int/float 值，请使用长度为 1 的序列：``[value, ]``。
    center (sequence, optional): 可选的旋转中心。原点是图像的左上角。默认值为图像中心。

可以看出，affine函数只能通过设置fill对空白区域进行常值（constant）填充，这无疑会削弱平移之后的图像特征（由于大量噪声的加入）。

此时，就需要寻找affine函数真正的填充函数是什么。于是，就开始了漫长的跳转寻找。。。从transforms.functional.affine找到F_t.affine，终于找到_apply_grid_transform函数。

_apply_grid_transform函数是直接对tensor进行栅格操作的，可以说，这就是transforms系列函数的内核操作所在。理所当然地，这里面有对tensor对象的填充操作，通过栅格采样函数实现如下。

img = grid_sample(img, grid, mode=mode, padding_mode="zeros", align_corners=False)

那么，只需要小小改动padding_mode就可以将之前困扰许久的常数值填充改成别的模式（有三个模式zeros,border,reflection）了！

BTW，如果是PIL格式图片或许可以先转换成tensor进行操作，不过也许有更简单的方法，欢迎评论区交流！

2024/03/08

忽然想起之前修过的跟这个有关的一个bug，过来码一下。

由于上述更改是在torchvision的封装库里面进行的，所以如果你不小心更改了环境中的torchvision的版本（或者甚至是重新装了一下一样的版本），都有可能导致上述更改的丢失，最好在发现代码运行结果不对劲的时候，回来查看一下哦。