python图像分割重组_使用numpy快速分割和重组图像到重叠的补丁中

UPD：我做了一个可复制的小例子(见文章末尾)。在

我想把重叠的图像分割成另一个模块，然后把它们分割成另一个模块。在

我试图使用numpyviews(as_strided)函数来创建源数组的只读视图，但它似乎不会在图像的边界上生成补丁，如果它不能被分片精确覆盖的话。这可以通过填充图像到正确的大小来解决，但是使用填充的代码运行的时间与简单的平铺循环(0.015s-&gt；0.5s)相当。在

为了收集回补丁，我使用loop填充空图像，其中有1/2的初始重叠(原因是我的图像处理算法会损坏补丁边界)。在我的系统上，4960x3500和补丁大小为1000的情况下，使用loop处理补丁的时间是0.5s。在

有没有什么方法可以让它更快(使as_strided在我的例子中适用于拆分)，或者甚至可以重新组合图像作为补丁的视图？在

代码：import time

import numpy as np

from numpy.lib.stride_tricks import as_strided

from scipy.misc import imread, imsave, imresize

# the code produces read-only view of an image in 0.015s

# function taken from

# https://stackoverflow.com/questions/45960192/

def window_nd(a, window, steps = None, axis = None, outlist = False):

"""

Create a windowed view over `n`-dimensional input that uses an

`m`-dimensional window, with `m <= n`

Parameters

-------------

a : Array-like

The array to create the view on

window : tuple or int

If int, the size of the window in `axis`, or in all dimensions if

`axis == None`

If tuple, the shape of the desired window. `window.size` must be:

equal to `len(axis)` if `axis != None`, else

equal to