图片等比放大,周围填充常数像素

np.pad(image,((up,down),(left,right)),'constant', constant_values=(255,255))对图像填充边框

对于三通道同理,将每个通道切割出来,然后逐个增加,最后通道合并。

在这里插入图片描述

填充后
在这里插入图片描述

import numpy as np 
from PIL import Image
import matplotlib.pyplot as plt
 
image = Image.open("Dr.Strange.jpg")
 
image = np.array(image)
 
#打印原来的图片
plt.imshow(image,cmap = plt.gray())
plt.show()
 
channel_one = image[:,:,0]
channel_two = image[:,:,1]
channel_three = image[:,:,2]
 
channel_one = np.pad(channel_one, ((10, 10),(10, 10) ),  'constant', constant_values=(0,0))
channel_two = np.pad(channel_two, ((10, 10),(10, 10) ),  'constant', constant_values=(0,0))
channel_three = np.pad(channel_three, ((10, 10),(10, 10) ),  'constant', constant_values=(0,0))
image = np.dstack((channel_one,channel_two,channel_three))
 
#打印处理完的图片
plt.imshow(image,cmap = plt.gray())
plt.show()
 
image = Image.fromarray(image)
image.save("Dr.Strange.jpg")
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值