Question

我使用栅格图像和模块rasterio将其实现为numpy阵列。我想从每个图像的中间切出(1000, 1000)大小的一部分（以避免图像的边界超出范围）。

image = np.random.random_sample((2000, 2000))

s = image.shape
mid = [round(x / 2) for x in s] # middle point of both axes
margins = [[y + x for y in [-500, 500]] for x in mid] # 1000 range around every middle point

结果是2个列表的清单，每个轴的切割范围。但这就是我的绊脚石：range()不接受列表，我正在尝试以下暴力破解方法：

cut_image = image[range(margins[0][0], margins[0][1]), range(margins[1][0], margins[1][1])]

但是：

cut_image.shape
## (1000,)

切片数组会丢失尺寸信息，而这正是我所不想要的。考虑到我感到困惑。寻找更具品味的解决方案。

Answer 1

这里的问题是您正在做的事情被称为整数索引，而不是切片索引。行为会发生变化，如果不熟悉，可能会违反直觉。您可以检查docs以获得更多详细信息。

以下是使用基本切片的方法：

# center coordinates of the image
x_0, y_0 = np.asarray(image.shape)//2
# slice taken from the center point
out = image[x_0-x_0//2:x_0+x_0//2, y_0-y_0//2:y_0+y_0//2]

print(out.shape)
# (1000, 1000)

Answer 2

正如其他答案指出的那样，您不是真正对数组进行切片，而是对它进行索引。

如果您想对数组进行切片（对的话，这比使用索引列表更为优雅），您将对切片更加满意。这些对象代表start:end:step语法。

就您而言，

import numpy as np

WND = 50

image = np.random.random_sample((200, 300))

s = image.shape
mid = [round(x / 2) for x in s] # middle point of both axes
margins = [[y + x for y in [-WND, WND]] for x in mid] # 1000 range around every middle point

# array[slice(start, end)] -> array[start:end]
x_slice = slice(margins[0][0], margins[0][1])
y_slice = slice(margins[1][0], margins[1][1])

print(x_slice, y_slice)
# slice(50, 150, None) slice(100, 200, None)

cut_image = image[x_slice, y_slice]

print(cut_image.shape)
# (100,100)

编制索引？

您可能想知道问题中发生了什么，导致仅1000个元素，而不是预期的1000 * 1000。

这是使用不同维度的列表建立索引的简单示例

# n and n2 have identical values
n = a[[i0, i1, i2],[j0, j1, j2]]
n2 = np.array([a[i0, j0], a[i1, j1], a[i2, j2]]

需要澄清的是，您将了解，您的代码仅返回该块矩阵的对角系数，而不是使用块矩阵：）

从NumPy数组的中间切出一个子集

2 个答案:

编制索引？