Python 如何将图像中的零填充自动添加到预期形状？

我有一个形状为

200x250x3

的图像。我想在图像的顶部、左侧、右侧和底部添加零填充，以实现目标形状

256x256x3

。我怎样才能在tensorflow中完成它？我找到了函数tf.pad，但它需要计算填充大小，而我的任务必须自动计算它

---

对于将图像填充到目标形状，可以使用。如果图像大于目标大小，则此操作将裁剪图像；如果图像较小，则使用零填充（均匀地在所有边上）

>>> a = tf.ones([3, 4, 3])
>>> tf.image.resize_image_with_crop_or_pad(a, 5, 5)
<tf.Tensor 'Squeeze:0' shape=(5, 5, 3) dtype=float32>

a=tf.one（[3,4,3]） >>>tf.image.使用裁剪或焊盘（a、5、5）调整图像大小

---

如果要使用填充，可以定义一个函数，使用所需大小和张量形状之间的差值（）计算填充量，并填充差值，检查填充。

太好了。那是我要找的。你能告诉我如何将结果从张量转换成图像吗。因为我的期望是image@Jame如果你的意思是在图形运行时保存/显示结果，我不确定你将张量转换为图像是什么意思。它可能会给您一个图像形状的numpy数组，您可以使用matplotlib将其保存到磁盘或打印。如果你想让tensorflow对张量进行编码，我从来没有用过，但似乎已经用过了。谢谢。我的意思是我的输入是RGB图像。使用tf函数后，它返回一个张量类型。因此，我的预期输出也与输入类型相同，即RGB@Jame哦，tensorflow只适用于张量，一旦图形运行，结果可以作为numpy数组接收。将具有相同的形状（高度、宽度、通道）。您需要从使用的库中将该numpy数组转换为RGB图像。比如说，如果您使用的是opencv，它将numpy用作底层数据结构，您可以使用

cv2.imwrite（）

或

cv2.imshow（）

将它们转换为人类可读的格式。如果您正在使用枕头（PIL），您可以使用

img=Image.fromarray（）

谢谢。我想我通过使用tensorflow会话

init=tf.initialize\u all_variables（）sess=tf.session（）sess.run（init）

解决了这个问题。谢谢你的帮助。我有个小问题。在我们使用填充达到目标结果后，是否可以从填充图像中恢复原始图像（如相反的问题）？

>>> a = tf.ones([3, 4, 3])
>>> tf.image.resize_image_with_crop_or_pad(a, 5, 5)
<tf.Tensor 'Squeeze:0' shape=(5, 5, 3) dtype=float32>