代码之家 › 专栏 › 技术社区 › isaacsultan

在4D阵列上以窗口的形式查看

scikit-image numpy python

0

isaacsultan · 技术社区 · 7 年前

给定一个形状的ndarray(批量大小,w,h,c)和一个补丁大小(p,p),我想从每个3D矩阵(即形状,p,c)中提取补丁。没有补丁会重叠,所以步幅可以被认为是P。

这将返回一个数组,其中包含(批处理大小*p*p,p,p,c)

使用 skimage.view_as_windows 下面是一个最小的例子

import numpy as np
import skimage

a = np.arange(8*8*2).reshape((8, 8, 2))
b = a * 2
c = np.concatenate((a[np.newaxis, :, :, :], b[np.newaxis, :, :, :]), axis = 0)
d = skimage.util.view_as_windows(c, 2, step  = 2).reshape((8*2*2, 2, 2, 2))

但是,只有备用值才是我期望的:

d[0]
Out[183]: 
array([[[ 0,  1],
        [ 2,  3]],
       [[16, 17],
        [18, 19]]])
d[1]
Out[184]: 
array([[[ 0,  2],
        [ 4,  6]],
       [[32, 34],
        [36, 38]]])
d[2]
Out[185]: 
array([[[ 4,  5],
        [ 6,  7]],
       [[20, 21],
        [22, 23]]])
d[3]
Out[186]: 
array([[[ 8, 10],
        [12, 14]],
       [[40, 42],
        [44, 46]]])
d[4]
Out[187]: 
array([[[ 8,  9],
        [10, 11]],
       [[24, 25],
        [26, 27]]])

因此, d[::2] 接近我的解决方案,但一半的值丢失

我不确定问题是窗口大小还是步骤,或者即使我的问题可以使用 view_as_windows ,所以我愿意接受任何有效的建议。

1 回复 | 直到 7 年前

1

0

Juan 7 年前

(batch_size * w/p * h/p, p, p, c)

import numpy as np
from skimage import util
batch = np.arange(4*8*8*3).reshape((4, 8, 8, 3))
blocked = util.view_as_blocks((1, 2, 2, 3))
patches = blocked.reshape((64, 2, 2, 3))
print(patches[0].transpose((2, 0, 1)))
print(patches[1].transpose((2, 0, 1)))

[[[0 1]
  [8 9]]

 [[0 1]
  [8 9]]

 [[0 1]
  [8 9]]]

[[[ 2  3]
  [10 11]]

 [[ 2  3]
  [10 11]]

 [[ 2  3]
  [10 11]]]