问题描述
我有一个灰度图像（称为输入），我试图在图像周围添加1px填充（仅由0组成）以应用滤镜：
padded = np.zeros((input.shape[0]+2,input.shape[1]+2),dtype=int)
padded[1:-1,1:-1] = input[:,:]
，但结果与原始图像相比对比度较低。为什么？ 这是原始图片：
这是带边框的图像：
如果不是使用zeros函数，而是使用一次函数并将矩阵乘以255，则得到的图像甚至会有所不同。我不明白为什么将一张图片复制到另一张图片。
解决方法
X ：类似阵列的图像或PIL图像
图像数据。支持的数组形状为：
- （M，N）：具有标量数据的图像。使用 归一化 和颜色图将值映射到颜色。 。 。 。
归一化意味着颜色被“分散”，因此最小值是黑色，最大值是白色。因此，这些np.zeros使最小的0（边界变黑）并使其他所有内容变得更浅以进行补偿。这应该可以解决它（我认为）
padded = np.pad(input,pad_width = 1,mode = 'minimum') # or mode = "maximum' for a white border
如果您绝对需要0的边框，则可以执行以下操作：
padded = np.pad(input - input.min(),mode = 'constant')
这会更改原始图片的范围以开始0，因此规范化应该相同。