pad

pad(img: np.ndarray, pad_size: Union[int, Tuple[int, int], Tuple[int, int, int, int]], fill_value: Optional[Union[int, Tuple[int, int, int]]] = 0, pad_mode: Union[str, int, BORDER] = BORDER.CONSTANT) -> np.ndarray

• 説明：入力画像に対してパディング処理を適用します。

• 引数

  • img (np.ndarray)：パディング処理を行う入力画像。
  • pad_size (Union[int, Tuple[int, int], Tuple[int, int, int, int]])：パディングのサイズ。整数で指定することで、すべての辺に同じパディング量を指定できます。また、タプル(pad_top, pad_bottom, pad_left, pad_right)で各辺に異なるパディング量を指定することも、タプル(pad_height, pad_width)で高さと幅に同じパディング量を指定することもできます。
  • fill_value (Optional[Union[int, Tuple[int, int, int]]])：パディングに使用する値。入力画像がカラー画像（3 チャンネル）の場合、fill_valueは整数または(R, G, B)のタプルでカラーを指定できます。入力画像がグレースケール画像（1 チャンネル）の場合、fill_valueは整数で指定する必要があります。デフォルトは 0。
  • pad_mode (Union[str, int, BORDER])：パディングモード。使用可能なオプションは以下の通りです： - BORDER.CONSTANT：定数値（fill_value）を使用してパディングします。 - BORDER.REPLICATE：端のピクセルをコピーしてパディングします。 - BORDER.REFLECT：端を反射させてパディングします。 - BORDER.REFLECT101：端を反射させ、人工的な痕跡を避けるために微調整したパディングを行います。 デフォルトは BORDER.CONSTANT。

• 返り値

  • np.ndarray：パディング後の画像。

• 例

  import docsaidkit as D
  
  img = D.imread('lena.png')
  pad_img = D.pad(img, pad_size=20, fill_value=(255, 0, 0))
  
  # パディング後の画像を元のサイズにリサイズして可視化
  pad_img = D.imresize(pad_img, [img.shape[0], img.shape[1]])