Question

我有一个20个ndarray对象的数组，形状为（640，480），对应于我正在处理的图像帧。

我想将这些ndarray对象中的每一个“划分”为8个较小的“块”，每个块的形状分别为（160，240），但似乎没有得到正确的结果。我目前正在尝试：

frames = [np.zeros((640, 480)) for _ in range(20)] # 20 "image frames"
res = [frame.reshape((240, 160, 8)) for frame in frames]

res最终等于一个形状为（160，240，8）的20个ndarray对象的数组，而我希望res等于一个数组子数组，其中每个子数组包含8个ndarray形状为（160，240）的对象。

Answer 1

我相信您想要做的是将2D数组拆分为多个块。这个旧答案可能有助于您的查询：Slice 2d array into smaller 2d arrays

Answer 2

那时已经提到的帖子Slice 2d array into smaller 2d arrays确实是一个很好的解决方案，但是如今我认为这可以更轻松地完成，因为numpy现在具有拆分功能，因此您的任务可以是一条线：

chunks = [np.vsplit(sub, nrows) for sub in np.hsplit(big_array, ncols)]
# with big_array, nrows and ncols replaced by variables/values relevant for you

仅有一点区别：这里的nrows和ncols是每个方向上的块数，而不是每个块内的行/列数。

现在为了比较相同的示例数组：

c = np.arange(24).reshape((4,6))
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]])

c_blocked  = [np.vsplit(sub, 2) for sub in np.hsplit(c, 2)]
[[array([[0, 1, 2],
         [6, 7, 8]]), array([[12, 13, 14],
         [18, 19, 20]])], [array([[ 3,  4,  5],
         [ 9, 10, 11]]), array([[15, 16, 17],
         [21, 22, 23]])]]

c_blocked[0][0]
array([[0, 1, 2],
       [6, 7, 8]])

c_blocked[0][1]
array([[12, 13, 14],
       [18, 19, 20]])

c_blocked[1][0]
array([[ 3,  4,  5],
       [ 9, 10, 11]])

c_blocked[1][1]
array([[15, 16, 17],
       [21, 22, 23]])

将ndarray分割成不同的形状

2 个答案: