从更大的矩阵创建 8x8 矩阵

Creating 8x8 matrices out of a bigger matrix

我目前有一个170x296的矩阵,需要将它分成8x8的矩阵。关于如何做到这一点有什么想法吗?

[1 , 2 , 3 , 4 , ...  , 170]    --> 296x170 matrix 
[171 , ...                 ]
[342 , ...                 ]
[...                       ]
[49900 ...                 ]

我想把它转换成:

 [1 , 2 , 3 , 4 , 5 , 6 , 7 , 8                ]
 [171 , 172 , 173 , 174 , 175 , 176 , 177 , 178]
 [...                                          ]


[9 , 10 , 11 , 12 , 13 , 14 , 15 , 16        ]
[179, 180 , 181 , 182 , 183 , 184 , 185 , 186]
[...                                         ]

等等。

(在本例中,它是一个 170x296 矩​​阵,因此并非所有值都适合 8x8 矩阵。最后几个不适合的值可以存储在列表中。)

谢谢!

这是使用一些测试单位矩阵的一种可能的解决方案。使用 flatten,您将大的单个矩阵转换为一维数组,然后简单地遍历 64 个子组中的元素并将它们转换回 8x8 子矩阵,如果您想存储它们,则将它们保存到某个列表中.你只需要一个 for 循环。其余不构成矩阵的元素可以使用 % 模数运算符和索引切片 [-length%64:]

存储在列表中
a = np.eye(170, 296)
a_flat = a.flatten()
length = len(a_flat)

new_matrices = []

for i in range(0, length, 64):
    try:
        new_matrices.append(a_flat[i:i+64].reshape((8,8)))
    except:
        break
remaining = a_flat[-(length%64):]   

最简单的解决方案很可能是 Scikit-Image 的 view_as_blocks:

import numpy as np
import skimage.util

img = np.arange(296 * 170).reshape(296, 170)
# Make sure the image dimensions are a multiple of 8
img = img[:, :-2]

img_blocks = skimage.util.view_as_blocks(img, block_shape=(8, 8))
img_blocks.shape
# (37, 21, 8, 8)

可以看到,img被切割成8x8块,纵向37块,横向21块。

对于玩具示例,很容易看出发生了什么:

import numpy as np
import skimage.util

img = np.arange(4 * 6).reshape(4, 6)
img
# array([[ 0,  1,  2,  3,  4,  5],
#        [ 6,  7,  8,  9, 10, 11],
#        [12, 13, 14, 15, 16, 17],
#        [18, 19, 20, 21, 22, 23]])

img_blocks = skimage.util.view_as_blocks(img, block_shape=(2, 2))
img_blocks
# array([[[[ 0,  1],
#          [ 6,  7]],
# 
#         [[ 2,  3],
#          [ 8,  9]],
# 
#         [[ 4,  5],
#          [10, 11]]],
# 
# 
#        [[[12, 13],
#          [18, 19]],
# 
#         [[14, 15],
#          [20, 21]],
# 
#         [[16, 17],
#          [22, 23]]]])