Я натолкнулся на функцию resize
из приведенного ниже фрагмента.Я немного запутался с параметром mode
в функции resize
.Чтобы больше узнать об этом, я посмотрел документацию scikit-image.
# snippet
for n,id_ in tqdm(enumerate(train_ids),total=len(train_ids)):
# get the path
path = train_path + id_
# read the image
# The code ignores the 4th channel Any particular reason behind it ?
img = imread(path+'/images/'+id_+'.png')[:,:,:image_channels]
# Resizes a image to match a certain size
img = resize(img,(image_height,image_width),mode='constant',preserve_range=True)
# Assign the image to X_train
X_train[n] = img
# mask is one channel
mask = np.zeros((image_height,image_width,1),dtype=np.bool)
В документации сказано:
Точки за пределами входных данных заполняются в соответствии с заданнымРежим.Режимы соответствуют поведению numpy.pad.
Так что я погуглил об этом больше.И я узнал, что это связано с прокладкой.Возможные варианты параметра mode:
{‘constant’, ‘edge’, ‘symmetric’, ‘reflect’, ‘wrap’}.
Любопытнее узнать на примерах, чем каждый из них отличается от другого?Я немного скептически отношусь к тегам, добавленным в этот вопрос.Пожалуйста, простите меня.