mindspore.dataset.vision.py_transforms.NormalizePad
===================================================

.. py:class:: mindspore.dataset.vision.py_transforms.NormalizePad(mean, std, dtype='float32')

    使用指定的均值和标准差，标准化shape为(C, H, W)的输入numpy.ndarray图像，并填充一个全零的额外通道。

    .. math::
        output_{c} = \begin{cases}
        \frac{input_{c} - mean_{c}}{std_{c}}, & \text{if} \quad 0 \le c < 3 \text{;}\\
        0, & \text{if} \quad c = 3 \text{.}
        \end{cases}

    .. note:: 输入图像的像素值需要在[0.0, 1.0]范围内。否则，请先调用 :class:`mindspore.dataset.vision.py_transforms.ToTensor` 进行转换。

    **参数：**

    - **mean** (Union[float, Sequence[float]]) - 各通道的像素均值，取值范围为[0.0, 1.0]。若输入float，将为每个通道应用相同的均值；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
    - **std** (Union[float, Sequence[float]]) - 各通道的标准差，取值范围为(0.0, 1.0]。若输入float，将为每个通道应用相同的标准差；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
    - **dtype** (str，可选) - 输出图像的数据类型，仅支持"float32"和"float16"，默认值："float32"。

    **异常：**

    - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 。
    - **TypeError** - 当输入图像的维度不为3。
    - **NotImplementedError** - 当输入图像的像素值类型为int。
    - **ValueError** - 当 `mean` 与 `std` 的长度不相等。
    - **ValueError** - 当 `mean` 或 `std` 的长度即不等于1，也不等于图像的通道数。