如何在不循环每个像素的情况下，以窗口大小同时裁剪numpy数组的每个元素？

如何解决如何在不循环每个像素的情况下，以窗口大小同时裁剪numpy数组的每个元素？

我有一个大小为240 x 320 x 3的numpy数组，我想使用一个窗口（窗口大小为ws=5）在每个像素上滑动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。因此，我用窗口大小填充了原始数组，并使用for loop进行填充。

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

是否有任何方法可以在采样时对每个像素进行裁剪？就像不在每个像素上使用for loop一样？

解决方法

基本上，您会在图像上滑动窗口。我们可以利用基于np.lib.stride_tricks.as_strided的scikit-image's view_as_windows来获取滑动窗口。 More info on use of as_strided based view_as_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,1))[:-1,0].transpose(0,2)

还请注意，如果您有for i in range(height+1)和for j in range(width+1)，则可能会错过最后一个窗口。为了在我们的解决方案中获得相同的结果，最后的索引步骤将修改为[...,0]代替[:-1,0]，从而使我们-

out = view_as_windows(image,1))[...,2)