用Pillow填充图像的巧妙函数，助你优化图像预处理

2023-09-14 22:55:00

导言

图像处理是计算机视觉和机器学习中的基本任务。Pillow（PIL，Python Imaging Library）是Python平台上用于图像处理的标准库，提供了丰富的功能和易于使用的API。本文将介绍一个实用的Pillow函数pad_image，该函数专为图像数据集预处理而设计，可帮助你轻松高效地填充图像。

Pillow图像填充函数

在目标检测算法中，通常需要将输入图像调整为相同的大小。对于不同大小的图像，我们需要对它们进行填充以满足训练和推理的需求。Pillow的pad_image函数可以轻松完成此项任务。

from PIL import Image

def pad_image(image, target_size, color=(0, 0, 0)):
    """
    填充图像至目标尺寸

    Args:
        image (PIL.Image): 输入图像
        target_size (tuple): 目标尺寸 (width, height)
        color (tuple): 填充色，默认为黑色

    Returns:
        PIL.Image: 填充后的图像
    """

    width, height = target_size
    new_image = Image.new('RGB', target_size, color)
    new_image.paste(image, (int((width - image.width) / 2), int((height - image.height) / 2)))

    return new_image

该函数接受以下参数：

image： 输入图像
target_size： 目标尺寸，元组形式 (width, height)
color： 填充色，默认为黑色

pad_image函数将输入图像填充到目标尺寸。如果输入图像小于目标尺寸，则会在周围填充指定的填充色。如果输入图像大于目标尺寸，则会将其缩放到目标尺寸并居中放置在新的图像中。

示例

以下示例演示了如何使用pad_image函数填充图像：

from PIL import Image
import numpy as np

# 加载图像
image = Image.open('image.jpg')

# 定义目标尺寸
target_size = (224, 224)

# 用黑色填充图像
padded_image = pad_image(image, target_size)

# 显示填充后的图像
plt.imshow(np.array(padded_image))
plt.show()