python 学习: np.pad

在NumPy中，np.pad函数用于对数组进行填充（padding），即在数组的边界处添加额外的值。这在图像处理、信号处理或任何需要扩展数据边界的场景中非常有用。

以下是np.pad函数的一些关键参数和使用示例：

• array：需要进行填充的原始数组。
• pad_width：指定每个轴在开始和结束两侧的填充大小。可以是一个整数或一对整数的序列。
• mode：指定填充模式，常用的模式有：
  • ‘constant’：用常数值填充（默认值为0）。
  • ‘edge’：用最接近边缘的值填充。
  • ‘linear_ramp’：线性递增或递减填充。
  • ‘maximum’：用最大值填充。
  • ‘mean’：用均值填充。
  • ‘median’：用中位数填充。
  • ‘reflect’：反射填充。
  • ‘wrap’：环绕填充。
  • ‘empty’：填充数组的元素为np.nan。

案例

K = array([[2.43096948e+03, 0.00000000e+00, 1.91533228e+03],
       [0.00000000e+00, 2.42685107e+03, 1.08930408e+03],
       [0.00000000e+00, 0.00000000e+00, 1.00000000e+00]])

cam2img = np.pad(K,((0,1),(0,1)),'constant',constant_values = 0)

>> array([[2.43096948e+03, 0.00000000e+00, 1.91533228e+03, 0.00000000e+00],
       [0.00000000e+00, 2.42685107e+03, 1.08930408e+03, 0.00000000e+00],
       [0.00000000e+00, 0.00000000e+00, 1.00000000e+00, 0.00000000e+00],
       [0.00000000e+00, 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]])

在NumPy中，np.pad函数的调用np.pad(K, ((0,1),(0,1)), ‘constant’, constant_values=0)表示对数组K进行填充，其中K是一个二维数组（矩阵）。这个调用指定了在每个轴上的填充宽度，并且使用了常数值填充模式。

这里是参数的详细解释：

• K：需要进行填充的原始二维数组。
• ((0,1),(0,1))：这是一个元组，包含了两个元组，分别表示在两个轴上的填充宽度。
  • 第一个内元组(0,1)表示在第一个轴（行）上，开始处不填充，结束处填充1个单位；第二个内元组(0,1)表示在第二个轴（列）上，也是开始处不填充，结束处填充1个单位。
• constant：填充模式，表示使用常数值进行填充。
• constant_values=0：指定填充使用的常数值为0。

cam2img[-1,-1] = 1

array([[2.43096948e+03, 0.00000000e+00, 1.91533228e+03, 0.00000000e+00],
       [0.00000000e+00, 2.42685107e+03, 1.08930408e+03, 0.00000000e+00],
       [0.00000000e+00, 0.00000000e+00, 1.00000000e+00, 0.00000000e+00],
       [0.00000000e+00, 0.00000000e+00, 0.00000000e+00, 1.00000000e+00]])

实现了对cam2img由3x3变换维4x4维