如何在 Scikit-Image 中使用视图块？

Question

我有一个形状为 (12,224,224) 的 numpy 数组。这是大小为 (244, 244) 的 12 张图像。当我只有一张图片时，这很简单。该图像的大小为 (x,y)。例如，x 是大小为 (400,400) 的图像，我可以像这样使用 view_as_blocks：

from skimage.util import view_as_blocks as vablks
xx = vablks(x, block_shape=(8,8))

这将导致形状为 (50,50,8,8) 的块。现在我想知道当我有一个图像列表时如何应用它。要么我变形了，也就是说，我的 12 张图像被组合成一个 (224,224) 块，分解为 (28,28,8,8)，或者我运行变成了一个 ValueError。这是我尝试用于迭代 12 张图像并查看 (224,224) 形状图像

的代码

xx = []
for item_ in x:
    xx.append(blockSplitter(item_))

其中 x 是图像列表。

这里是错误：

ValueError: 'block_shape' is not compatible with 'arr_in'

总的来说，我想知道如何在不丢失图像的情况下以 8x8 块的形式查看图像。请帮忙，谢谢。

Answer 1

您至少有两个选择：

1) 按照上面评论者的建议将列表转换为数组。然后使用 view_as_blocks 和正确的参数：

from skimage.util import view_as_blocks
images = [np.zeros((50, 50)) for i in range(10)]
images = np.array(images)
all_blocks = view_as_blocks(images, block_shape=(1, 10, 10)).squeeze()

2) 将列表中的每一项转换为窗口视图，然后将最终结果转换为数组：

from skimage.util import view_as_blocks
images = [np.zeros((50, 50)) for i in range(10)]
image_blocks = [view_as_blocks(image, block_shape=(10, 10)) for image in images]
all_blocks = np.array(image_blocks)

如何在 Scikit-Image 中使用视图块？

How to use view as blocks in Scikit-Image?

python

numpy

scikit-image