如何在不循环每个像素的情况下同时裁剪具有窗口大小的 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，我想使用一个窗口（窗口大小ws=5 ）滑过每个像素并裁剪出以该像素为中心的子数组。 最终输出尺寸应为240 x 320 x ws x ws x 3 。 所以我用窗口大小填充原始数组并使用for loop来这样做。

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]

有没有办法在采样时对每个像素进行裁剪？ 就像在每个像素上不使用for loop一样？

Answer 1

您基本上是在图像上滑动窗口。 我们可以利用基于np.lib.stride_tricks.as_strided的scikit-image's view_as_windows来获得滑动窗口。 有关使用基于view_as_windows的as_strided的更多信息。

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窗口。 为了使用我们的解决方案获得相同的结果，最后一个索引步骤将修改为[...,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)