如何在不遍历每个像素的情况下同时裁剪 window 大小的 numpy 数组的每个元素？

Question

我有一个大小为 240 x 320 x 3 的 numpy 数组，我想使用 window（window 大小 ws=5）在每个像素上滑动并裁剪出以该像素为中心的子阵列。最终输出维度应该是240 x 320 x ws x ws x 3。所以我用 window 大小填充原始数组并使用 for loop 这样做。

height = 240
width = 320
image = np.random.rand((height, width, 3))
image = np.pad(image, ((ws//2, ws//2), (ws//2, ws//2), (0, 0)), mode='reflect')
patches = np.zeros((height, width, ws, ws, 3))
for i in range(height):
    for j in range(width):
        patches[i, j] = image[i:i+ws, j:j+ws]

有什么方法可以在采样时裁剪每个像素吗？就像不在每个像素上使用 for loop 一样？

Answer 1

您基本上是在图像上滑动 windows。我们可以利用 np.lib.stride_tricks.as_strided based scikit-image's view_as_windows to get sliding windows. .

from skimage.util.shape import view_as_windows

out = view_as_windows(image,(ws,ws,1)).transpose(0,1,4,3,2,5)[:-1,:-1,...,0]

# Alternatively :
out = view_as_windows(image,(ws,ws,1))[:-1,:-1,...,0].transpose(0,1,4,3,2)

另请注意，如果您有 for i in range(height+1) 和 for j in range(width+1)，您将错过最后一个可能的 window。为了使用我们的解决方案获得相同的结果，最后的索引步骤将修改为 [...,0] 代替 [:-1,:-1,...,0]，从而给我们 -

out = view_as_windows(image,(ws,ws,1))[...,0].transpose(0,1,4,3,2)

如何在不遍历每个像素的情况下同时裁剪 window 大小的 numpy 数组的每个元素？

How to crop each element of a numpy array with a window size at the same time without looping over each pixel?

python

performance

numpy

vectorization