python图片处理所需的函数_用于Python图像处理的类Blockproc函数

如果窗口中没有重叠，则可以根据需要重新调整数据形状：

求9x9数组的3x3个窗口的平均值。在import numpy as np

>>> a

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, 24, 25, 26],

[27, 28, 29, 30, 31, 32, 33, 34, 35],

[36, 37, 38, 39, 40, 41, 42, 43, 44],

[45, 46, 47, 48, 49, 50, 51, 52, 53],

[54, 55, 56, 57, 58, 59, 60, 61, 62],

[63, 64, 65, 66, 67, 68, 69, 70, 71],

[72, 73, 74, 75, 76, 77, 78, 79, 80]])

找到新形状

^{pr2}$

沿第一轴和第三轴求平均值。在>>> b.mean(axis = (1,3))

array([[ 10., 13., 16.],

[ 37., 40., 43.],

[ 64., 67., 70.]])

>>>

4x4阵列的2x2个窗口：>>> a = np.arange(16).reshape((4,4))

>>> window_size = (2,2)

>>> tuple(np.array(a.shape) / window_size) + window_size

(2, 2, 2, 2)

>>> b = a.reshape(2,2,2,2)

>>> b.mean(axis = (1,3))

array([[ 2.5, 4.5],

[ 10.5, 12.5]])

>>>

如果窗口大小不均匀地划分为数组大小，它将不起作用。在这种情况下，您需要在窗口中进行一些重叠，或者如果您只希望重叠numpy.lib.stride_tricks.as_strided是一种可行的方法，一个通用的N-D函数可以在Efficient Overlapping Windows with Numpy找到