如何使用 Numpy 切片有效地从多个图像中裁剪随机 16x16 补丁？

使用多个 Numpy 切片进行高效随机图像裁剪

给定一个表示彩色图像的 4-D Numpy 数组，目标是有效地选择随机图像每个图像进行 16x16 裁剪，每个图像具有唯一的裁剪位置。

使用 for 循环的简单方法会产生不必要的内存开销和计算。为了优化这个过程，我们利用 np.lib.stride_tricks.as_strided 方法或 scikit-image 的 view_as_windows 函数。

使用 view_as_windows

view_as_windows 函数创建重叠窗口在输入数组中，有效地创建原始数据的视图，而无需额外的内存分配。通过指定窗口形状为 (1, 16, 16, 1)，我们沿第二轴和第三轴（宽度和高度）创建滑动窗口，步长为 1。

基于索引特定窗口对于随机偏移对 (x, y)，我们使用以下步骤：

1. 生成窗口数组： w = view_as_windows(X, (1,16,16,1))[... ,0,:,:,0]
2. 根据随机偏移对窗口进行索引： out = w[np.arange(X.shape[0]), x, y]
3. 转置结果以匹配所需的输出格式： out = out.transpose(0,2,3,1)

此方法提供了一种有效的方法来裁剪具有不同偏移量的多个图像，从而减少内存开销和迭代方法相比的计算时间。

以上是如何使用 Numpy 切片有效地从多个图像中裁剪随机 16x16 补丁？的详细内容。更多信息请关注PHP中文网其他相关文章！