从python中的图像中有效地提取特定大小的补丁

Question

我有一张图片，我想从中提取不同大小的方形补丁。

我需要密集的补丁，也就是说，我需要在图像的每个像素处都有一个补丁。

例如，如果图片为100x100且补丁尺寸为64。

结果将是10000大小为64x64的补丁

这些是我们用于过滤操作的补丁。

如果有边界，我想镜像图像。

使用python提取补丁的最有效方法是什么？

由于

Answer 1

我认为你正在寻找这样的东西：

http://scikit-image.org/docs/0.9.x/api/skimage.util.html#view-as-windows

Answer 2

sklearn

您可能需要查看sklearn.feature_extraction.image.extract_patches_2d和skimage.util.pad：

>>> from sklearn.feature_extraction.image import extract_patches_2d
>>> import numpy as np
>>> A = np.arange(4*4).reshape(4,4)
>>> window_shape = (2, 2)
>>> B = extract_patches_2d(A, window_shape)
>>> B[0]
array([[0, 1],
       [4, 5]])
>>> B
array([[[ 0,  1],
        [ 4,  5]],

       [[ 1,  2],
        [ 5,  6]],

       [[ 2,  3],
        [ 6,  7]],

       [[ 4,  5],
        [ 8,  9]],

       [[ 5,  6],
        [ 9, 10]],

       [[ 6,  7],
        [10, 11]],

       [[ 8,  9],
        [12, 13]],

       [[ 9, 10],
        [13, 14]],

       [[10, 11],
        [14, 15]]])

skimage

稍微扩展了Stefan van der Walt的答案：

安装skimage

在Ubuntu上

$ sudo apt-get install python-skimage

或

$ pip install scikit-image

来自文档

的示例

>>> from skimage.util import view_as_windows
>>> import numpy as np
>>> A = np.arange(4*4).reshape(4,4)
>>> A
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
>>> window_shape = (2, 2)
>>> B = view_as_windows(A, window_shape)
>>> B[0]
array([[[0, 1],
        [4, 5]],

       [[1, 2],
        [5, 6]],

       [[2, 3],
        [6, 7]]])

>>> B
array([[[[ 0,  1],
         [ 4,  5]],

        [[ 1,  2],
         [ 5,  6]],

        [[ 2,  3],
         [ 6,  7]]],


       [[[ 4,  5],
         [ 8,  9]],

        [[ 5,  6],
         [ 9, 10]],

        [[ 6,  7],
         [10, 11]]],


       [[[ 8,  9],
         [12, 13]],

        [[ 9, 10],
         [13, 14]],

        [[10, 11],
         [14, 15]]]])