python - 在 Python 中为图像中的每个像素选择 7*7 相邻像素的最快方法

Question

需要将图像作为数组读取，并为每个像素选择 7*7 个相邻像素，然后对其进行整形并作为训练集的第一行:

  import numpy as np
  from scipy import misc
  face1=misc.imread('face1.jpg') 

face1 尺寸为 (288, 352, 3) ，需要为每个像素找到 7*7 个相邻像素，所以 49*3 颜色然后将其 reshape 为(1,147) 数组并将其堆叠到所有像素的数组中，我采用了以下方法:

X_training=np.zeros([1,147] ,dtype=np.uint8)
for i in range(3, face1.shape[0]-3):
    for j in range(3, face1.shape[1]-3):
        block=face1[i-3:i+4,j-3:j+4]
        pxl=np.reshape(block,(1,147))
        X_training=np.vstack((pxl,X_training))

生成的 X_training 形状是 (97572, 147)

最后一行包含全零:

a = len(X_training)-1
X_training = X_training[:a]

上面的代码适用于一张图片，但是 Wall time: 5min 19s 我有 2000 张图片，所以要对所有图片执行此操作需要很长时间。我正在寻找一种更快的方法来遍历每个像素并执行上述任务。

编辑: 这就是我所说的相邻像素的意思，对于每个像素 face1[i-3 : i+4 ,j-3:j+4]

Answer 1

一种有效的方法是使用 stride_tricks 在图像上创建一个二维滚动窗口，然后将其展平:

import numpy as np

face1 = np.arange(288*352*3).reshape(288, 352, 3)  # toy data

n = 7  # neighborhood size

h, w, d = face1.shape
s = face1.strides

tmp = np.lib.stride_tricks.as_strided(face1, strides=s[:2] + s,
                                      shape=(h - n + 1, w - n + 1, n, n, d))
X_training = tmp.reshape(-1, n**2 * d)
X_training = X_training[::-1]  # to get the rows into same order as in the question

tmp 是图像的 5D View ，其中 tmp[x, y, :, :, c] 相当于邻域 face1[x :x+n, y:y+n, c] 颜色 channel c.