如何将 M×N 图像划分为 [3,3] 的非重叠块？答案

【问题标题】：How to divide an M×N image into non-overlapping blocks of [3,3]?如何将 M×N 图像划分为 [3,3] 的非重叠块？
【发布时间】：2013-11-19 14:33:26
【问题描述】：

我有一个 M×N 图像，它应该被分成不重叠的 [3 3] 块。对于每个块，我应该制作梯度向量，拥有它们的mean，最后归一化。

我已将图像大小调整为[3 3] 的可分割尺寸并使用blockproc 但当我测试时

fun = @(block_struct) mean2(block_struct.data);
A   = blockproc(im,[3 3],fun);

我看到该块没有应用于整个图像，而是应用于图像的左上角。

注意：块数未知。

[x,y]=size(im)
r=floor(x/3)
c=floor(y/3)
ext_x = mod(x,3);
ext_y = mod(y,3);
a = im(1:(end-ext_x), 1:(end-ext_y));
f= @(block_struct) gradient(block_struct.blockSize);
b=blockproc(im,[3,3],f);
imshow(b)

有什么想法吗？

【问题讨论】：

标签： matlab image-processing block

【解决方案1】：

你知道如果你这样做imshow(A)，显示的图像尺寸会比im小3倍吗？那是因为mean2 当然会将每个 3×3 块减少为单个标量...

除了显而易见的，我看不出你所做的有什么问题。我也无法重现你所说的。

作为部分解决方案：请记住，MATLAB 的许多函数只是为了让普通用户的生活尽可能轻松。它们通常不是实施起来非常复杂，只是有点费时。

将自己的基本blockproc 一起做饭相当简单：

%// Some bogus data
A = reshape(1:16, 4, 4);

%// Desired blocksize
blockSize = [2 2];

%// The desired function 
fcn = @(x) mean2(gradient(x));

%// "blockproc"
m = 1;
blocks = size(A)./blockSize;
out = cell(blocks);
for jj = 1:blocks(2)
    for ii = 1:blocks(1)

        % The indices to the current block
        blockIndsX = (1:blockSize(1)) + (ii-1)*blocks(1);
        blockIndsY = (1:blockSize(2)) + (jj-1)*blocks(2);

        %// Apply the function to the current block and store the result
        out{m} = fcn( A(blockIndsX, blockIndsY, :) );

        %// the index to the next output value
        m = m + 1;
    end
end

%// Make outcomes more intuitive; if every entry is a scalar, make the result a matrix
if all(cellfun(@isscalar, out(:)))
    out = reshape([out{:}], size(out)); end

【讨论】：

谢谢罗迪，我刚刚在上面添加了我的代码来看看它。它给了我一个黑色的正方形（正如它所没有的那样）除此之外我如何计算块？
@Biju：数积木？你什么意思？你看过我代码中的blocks 变量了吗？它定义了 X 和 Y 方向上有多少块......
是的，我已经注意到了，但是是否可以使用 blockproc() 本身？因为我测试了你的代码，它警告我索引超出了矩阵维度。（而不是 A，我在上面的代码中使用了 a 变量，并且我为块做了地板）......而且它给了我 m=4 的 296*160 的图像，这是错误的。
@Biju：当然可以，但我不知道你做错了什么，因为我没有遇到和你一样的问题。我写了上面的代码，这样你就可以更容易地玩这些块了。它真的只是为了帮助您找出正常的blockproc 出了什么问题。不要迷失在我方法的细节上；试着让它在一个小图像上工作，然后用它来找出真正的问题。

【解决方案2】：

您可以使用命令im2col。
你可以在这里查看它的用法：

Sum of Absolute differences between images in Matlab

【讨论】：