![](/img/trans.png)
[英]Understanding tf.extract_image_patches for extracting patches from an image
[英]Extract multiple windows/patches from an (image) array, as defined in another array
我有一個圖像im
,這是一個由imread
給出的imread
。 比如說
im = np.array([[1,2,3,4],
[2,3,4,5],
[3,4,5,6],
[4,5,6,7]]
我有另一個(n,4)
windows
數組,其中每行定義圖像的補丁為(x, y, w, h)
。 例如
windows = np.array([[0,0,2,2],
[1,1,2,2]]
我想從im
提取所有這些補丁作為子數組,而不需要循環。 我目前的循環解決方案是這樣的:
for x, y, w, h in windows:
patch = im[y:(y+h),x:(x+w)]
但是如果可能的話,我想要一個很好的基於數組的操作來獲取所有這些操作。
謝謝。
對於相同的窗口大小,我們可以在scikit-image的view_as_windows
幫助下獲得視圖,就像這樣 -
from skimage.util.shape import view_as_windows
im4D = view_as_windows(im, (windows[0,2],windows[0,3]))
out = im4D[windows[:,0], windows[:,1]]
樣品運行 -
In [191]: im4D = view_as_windows(im, (windows[0,2],windows[0,3]))
In [192]: im4D[windows[:,0], windows[:,1]]
Out[192]:
array([[[1, 2],
[2, 3]],
[[3, 4],
[4, 5]]])
如果scikit
不可用,我們可以使用numpy.lib.stride_tricks
自制numpy.lib.stride_tricks
的解決方案。 適用相同的約束(所有窗口必須具有相同的形狀):
import numpy as np
from numpy.lib.stride_tricks import as_strided
im = np.array([[1,2,3,4],
[2,3,4,5],
[3,4,5,6],
[4,5,6,7]])
windows = np.array([[0,0,2,2],
[1,1,2,2]])
Y, X = im.shape
y, x = windows[0, 2:]
cutmeup = as_strided(im, shape=(Y-y+1, X-x+1, y, x), strides=2*im.strides)
print(cutmeup[windows[:, 0], windows[:, 1]])
輸出:
[[[1 2]
[2 3]]
[[3 4]
[4 5]]]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.