使用联合像素组的最大值调整图像掩码（缩小）的大小答案

【问题标题】：Resize image mask (shrink) using max value of united pixel group使用联合像素组的最大值调整图像掩码（缩小）的大小
【发布时间】：2022-11-12 07:07:39
【问题描述】：

我想调整大小，特别是缩小掩码（1 和 0 的二维数组），以便低分辨率掩码中的任何像素映射到高分辨率掩码（原始）中的一组像素，其中包含至少一个值 1 将被设置为 1 本身（底部示例）。

我尝试使用 cv2.resize() 使用 cv2.INTER_MAX 但它返回了一个错误：

错误：OpenCV（4.6.0）/io/opencv/modules/imgproc/src/resize.cpp:3927：错误：（-5：错误参数）函数“调整大小”中的未知插值方法

Pillow Image 或 scipy 似乎没有插值方法来这样做。

我正在寻找定义的 shrink_max() 的解决方案
>>> orig_mask = [[1,0,0],[0,0,0],[0,0,0]]
>>> orig_mask
[[1,0,0]
,[0,0,0]
,[0,0,0]]
>>> mini_mask = shrink_max(orig_mask, (2,2))
>>> mini_mask
[[1,0]
,[0,0]]
>>> mini_mask = shrink_max(orig_mask, (1,1))
>>> mini_mask
[[1]]

【问题讨论】：

标签： opencv numpy-ndarray image-resizing

【解决方案1】：

我不知道直接方法，但尝试将蒙版缩小到一半大小，即每个低分辨率像素映射到 4 个原始像素（根据您的需要修改为任何比率）：

import numpy as np

orig_mask = np.array([[1,0,0],[0,0,0],[0,0,0]])

# first make the original mask divisible by 2
pad_row = orig_mask.shape[0] % 2
pad_col = orig_mask.shape[1] % 2

# i.e. pad the right and bottom of the mask with zeros
orig_mask_padded = np.pad(orig_mask, ((0,pad_row), (0,pad_col)))

# get the new shape
new_rows = orig_mask_padded.shape[0] // 2
new_cols = orig_mask_padded.shape[1] // 2

# group the original pixels by fours and max each group 
shrunk_mask = orig_mask_padded.reshape(new_rows, 2, new_cols, 2).max(axis=(1,3))

print(shrunk_mask)

在此处检查使用子矩阵：Numpy: efficiently sum sub matrix m of M

【讨论】：