创建图像补丁，sklearn.feature_extraction.image.extract_patches_2d 内存错误

Question

我正在寻找一种将 numpy 图像划分为网格状补丁的方法。

这个任务已经回答了好几次了。 Extracting patches of a certain size from the image in python efficiently

skleans extract_patches_2d 看起来完全正确。

http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.image.extract_patches_2d.html

但是，我觉得我不理解文档。

我有一个图像，它不是特别大，磁盘上只有几 Mb。 OpenCV 没有问题。

它的尺寸是

self.original_image.shape
(1536, 2048, 3)

所以让我们将它提取成每 100 X 100 的块。在信封计算的后面，补丁的数量应该是这样的

(1536 * 2048) / (100*100) = 314

patches=extract_patches_2d(self.original_image,(100,100))
Traceback (most recent call last):
  Debug Probe, prompt 46, line 1
  File "c:\Python27\Lib\site-packages\sklearn\feature_extraction\image.py", line 374, in extract_patches_2d
    extraction_step=1)
  File "c:\Python27\Lib\site-packages\sklearn\feature_extraction\image.py", line 296, in extract_patches
    patches = as_strided(arr, shape=shape, strides=strides)
  File "c:\Python27\Lib\site-packages\numpy\lib\stride_tricks.py", line 48, in as_strided
    array = np.asarray(DummyArray(interface, base=x))
  File "c:\Python27\Lib\site-packages\numpy\core\numeric.py", line 482, in asarray
    return array(a, dtype, copy=False, order=order)
ValueError: array is too big; `arr.size * arr.dtype.itemsize` is larger than the maximum possible size.

这是一个 numpy 内存错误。是什么原因造成的？

我觉得我没有完全遵循，让我们制作一个小图像并将其分成相当大的部分

patches=extract_patches_2d(self.original_image[0:100,0:100],(50,50))

这可行，但会产生数千个补丁

len(patches)
2601

不是我期望的 ~ 4。我对此功能有什么不了解的地方？人们如何获得补丁，这在计算机视觉中似乎很常见。

Windows 上的 Python 2.7，最近安装且最新的软件包

Ben@Laptop MINGW64 ~/Desktop
$ pip install -U scikit-learn

Requirement already up-to-date: scikit-learn in c:\python27\lib\site-packages

Answer 1

该函数从给定图像创建所有可能的补丁组合。 在您的情况下，第一个补丁将跨越 0:49 像素的行和 0:49 像素的列。第二个补丁从 1:50 行和列开始等等。 因此，如果您有大小为 (m,n) 的图像并希望提取大小为 (a,b) 的补丁，则可以提取 (m-a)+1 x (n-b+1) 最大可能的补丁。 在你的情况下是 51x 51 = 2601 个补丁.. 如果要限制要提取的补丁数量，可以通过max_ patches参数的可选参数来实现。