m行n列像素合成一个像素的算法

在R语言读取图片进行计算过程中，经常出现图片过大从而内存超出的问题

其实，以这些图片的m行n列像素做平均，在图片没有锐利变化的情况下不会损失图片细节，所获较小矩阵也能获得有关图片的准确信息，下面介绍一个m行n列像素合成一个像素的算法

lengthfactor<-4#这里行列均一致，用4*4=16个原像素完成一个新像素

Nrow<-2048/lengthfactor;Ncol<-2048/lengthfactor #自己定矩阵的大小
num<-Nrow*Ncol
advance3Dlensmatrix<-matrix(data=NA, nrow = Nrow, ncol = Ncol, byrow = FALSE, dimnames = NULL)#创造空矩阵
samplematrix<-advance3Dlensmatrix
mapbeamave<-data.frame(x=numeric(num),y=numeric(num),I=numeric(num))
samplevalue<-mapbeamave
LI<-0
interval<-0.0055
zbeamave<-as.matrix(Idata)

pb <- progress_bar$new(total = Nrow)
for(f in 1:Nrow){
  for(g in 1:Ncol){
    row_number<-(f-1)*Nrow+g
    samplevalue$x[row_number]<-(f-1)*lengthfactor*interval
    samplevalue$y[row_number]<-(g-1)*lengthfactor*interval
    for(i in 1:lengthfactor){
      for(j in 1:lengthfactor){
        LI<-LI+ zbeamave[i+(f-1)*lengthfactor,j+(g-1)*lengthfactor]#here must use matrix!         
      }
    }
    LI<-LI/lengthfactor/lengthfactor
    samplevalue$I[row_number]<-LI#
    samplematrix[f,g]<-LI
  }
  pb$tick()
  Sys.sleep(1 / Nrow)

这一番折腾后就能获得一个尺寸是原来16分之一，但保留主要图像信息的新图片矩阵了。