Python 使用给定范围内的随机值填充numpy数组？

我希望能够用一组随机值为数组（实际上是图像文件）加边框。

numpy.pad（）。有没有一种简捷的方法来实现这一点，或者我必须从头开始创建一个函数？
这可能不是最节省空间的方法，但有一种方法是创建一个新阵列，并将现有阵列放在该阵列的中心

>>> import numpy as np
>>> np.random.seed(444)
>>> arr = np.zeros((4, 5))  # your image array
>>> newsize = tuple(i + 2 for i in arr.shape)
>>> new = np.random.randint(low=0, high=50, size=newsize)
>>> new[1:-1, 1:-1] = arr
>>> new
array([[ 3, 48, 23,  8,  3, 39, 12],
       [47,  0,  0,  0,  0,  0, 15],
       [34,  0,  0,  0,  0,  0,  0],
       [ 6,  0,  0,  0,  0,  0,  6],
       [39,  0,  0,  0,  0,  0, 13],
       [ 2, 15,  9, 34,  9, 24, 25]])

这是假设您的图像是灰度（2d）而不是三维MxNx4 RGBA阵列。在这种情况下，您需要
新建[1:-1，1:-1，1:-1]

您也可以通过将可调用函数传递给
np.pad（）
，但需要注意的是（请参见下文）：

用法：

>>> np.pad(arr, 1, pad_random)
array([[23., 19.,  6., 47., 17.,  7., 26.],
       [26.,  0.,  0.,  0.,  0.,  0., 37.],
       [39.,  0.,  0.,  0.,  0.,  0., 39.],
       [39.,  0.,  0.,  0.,  0.,  0., 42.],
       [28.,  0.,  0.,  0.,  0.,  0., 47.],
       [11., 32., 37.,  2., 38., 30., 44.]])

警告：看起来，当您将一个函数传递给
np.pad（）
的
mode
参数时，该函数会被多次调用。下面是一个直接来自文档的示例，其中包含一些打印调用：

>>> def pad_with(vector, pad_width, iaxis, kwargs):
...     pad_value = kwargs.get('padder', 10)
...     print(vector[:pad_width[0]])
...     print(vector[-pad_width[1]:])
...     vector[:pad_width[0]] = pad_value
...     vector[-pad_width[1]:] = pad_value
...     return vector
...
>>> arr = np.arange(6).reshape(3, 2)

>>> np.pad(arr, 1, pad_with)
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[10]
[10]
[0]
[0]
[0]
[0]
[0]
[0]
[10]
[10]
array([[10, 10, 10, 10],
       [10,  0,  1, 10],
       [10,  2,  3, 10],
       [10,  4,  5, 10],
       [10, 10, 10, 10]])

因此，只要图像不是太大，使用上面的第一种方法可能会更省时。
我认为您需要自己创建一个填充函数来传递到
np.pad
。
这个用随机整数填充

def random_pad(vec, pad_width, *_, **__):
    vec[:pad_width[0]] = np.random.randint(20, 30, size=pad_width[0])
    vec[vec.size-pad_width[1]:] = np.random.randint(30,40, size=pad_width[1])

您可以将其与np.pad一起使用，如下所示：

In [13]: img = np.arange(12).reshape(3, 4)

In [14]: img
Out[14]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [15]: np.pad(img, ((2,3), (1,4)), mode=random_pad)
Out[15]: 
array([[26, 21, 22, 24, 21, 37, 37, 37, 39],
       [26, 25, 23, 29, 20, 39, 38, 30, 31],
       [26,  0,  1,  2,  3, 37, 31, 32, 36],
       [29,  4,  5,  6,  7, 30, 32, 33, 37],
       [24,  8,  9, 10, 11, 33, 34, 33, 37],
       [26, 36, 36, 36, 30, 32, 36, 38, 31],
       [29, 33, 34, 38, 35, 31, 33, 37, 33],
       [23, 37, 33, 33, 34, 32, 37, 33, 35]])

. 您不能将其与
pad_with
参数一起使用，并传递随机整数序列或任何您想要的内容吗
In [13]: img = np.arange(12).reshape(3, 4)

In [14]: img
Out[14]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [15]: np.pad(img, ((2,3), (1,4)), mode=random_pad)
Out[15]: 
array([[26, 21, 22, 24, 21, 37, 37, 37, 39],
       [26, 25, 23, 29, 20, 39, 38, 30, 31],
       [26,  0,  1,  2,  3, 37, 31, 32, 36],
       [29,  4,  5,  6,  7, 30, 32, 33, 37],
       [24,  8,  9, 10, 11, 33, 34, 33, 37],
       [26, 36, 36, 36, 30, 32, 36, 38, 31],
       [29, 33, 34, 38, 35, 31, 33, 37, 33],
       [23, 37, 33, 33, 34, 32, 37, 33, 35]])