如何在没有循环的情况下均匀裁剪图像

Question

假设我有一个 np.array(image)

img = [[1,2,3,4],
       [5,6,7,8],
       [9,10,11,12],
       [13,14,15,16]]

如何将其分成 4 份作物？

[[1,2],    [[3,4],    [[9,10],    [[11,12],
 [5,6]]     [7,8]]     [13,14]]     [15,16]]

我知道的唯一方法是使用循环来指定img[x_start:x_end,y_start:y_end]。但是当涉及到大的 3D 体积时，这是非常耗时的。 NumPy 库本身似乎比某些算法中的循环表现更好。顺便说一句，如果我使用 img.reshape(-1,2,2)，我会得到以下矩阵，这不是我想要的：

[[1,2],    [[5,6],    [[9,10],    [[13,14],
 [3,4]]     [7,8]]     [11,12]]     [15,16]]

当然，它不一定是 Numpy 库，也可以是 cv2 或我可以在 python

中使用的类似库

Answer 1

希望我已经理解你的问题了：

img = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])

out = [np.vsplit(x, 2) for x in np.hsplit(img, 2)]

for arr1 in out:
    for arr2 in arr1:
        print(arr2)
        print()

打印：

[[1 2]
 [5 6]]

[[ 9 10]
 [13 14]]

[[3 4]
 [7 8]]

[[11 12]
 [15 16]]

Answer 2

要解决您的问题，您可以使用 np.transpose 或 np.moveaxis 来玩轴。

以下解决方案可能不是最快的，但它说明了您可以使用这些工具做什么。

img = np.array([[1,2,3,4],
         [5,6,7,8],
         [9,10,11,12],
         [13,14,15,16]])
img = img.reshape(-1,2,2)
img = np.moveaxis(img, 0, 1)
img = img.reshape(-1,2,2)

输出：

>>> print(img)
[[[ 1  2]
  [ 5  6]]

 [[ 9 10]
  [13 14]]

 [[ 3  4]
  [ 7  8]]

 [[11 12]
  [15 16]]]

Answer 3

你想要的是滑动window视图。 NumPy 已经有一个函数可以做到这一点：numpy.lib.stride_tricks.sliding_window_view，但该函数不采用自定义步幅（滑动步长 window）。我已经实现了自己的函数，它提供了这样一个 view（需要最少的内存开销）：

import numpy as np 
from numpy.lib.stride_tricks import as_strided
from typing import Tuple


def get_sliding_window_2d(x: np.ndarray, width: int, height: int, rowstride: int, colstride: int):
    """
    x: np.array
    width: width of window
    height: height of window
    rowstride: horizontal window step size
    colstride: vertical window step size 
    """
    imgRows, imgCols = x.shape
    u = np.array(x.itemsize)
    return as_strided(x,
        shape=((imgRows-width)//rowstride+1, (imgCols-height)//colstride+1, width, height), 
        strides=u*(imgCols*rowstride, colstride, imgCols, 1)
    )

a = np.arange(4*4).reshape(4,4)+1
for windows in get_sliding_window_2d(a, 2, 2, 2, 2):
    for window in windows:
        print(window, end="\n\n")

#[[1 2]
# [5 6]]
#
#[[3 4]
# [7 8]]
#
#[[ 9 10]
# [13 14]]
#
#[[11 12]
# [15 16]]

相关说明，如果您打算使用上述滑动 windows 来使用均值内核模糊图像或进行边缘检测或其他操作，您可以使用 scipy.signal.convolve2d（以及许多其他类似功能) 去做。

如何在没有循环的情况下均匀裁剪图像

how crop an image evenly without loop

python

numpy

crop