如何在python中重塑这个图像数组？答案

【问题标题】：How to reshape this image array in python?如何在python中重塑这个图像数组？
【发布时间】：2016-10-27 03:58:39
【问题描述】：

我有一个像这样的 8X8 图像数组：

a = np.array([[1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4]])

我想将它重新整形为一个数组，每个部分彼此分开，如下所示：

a = np.array([
              [[1,1,1,1],[1,1,1,1],[1,1,1,1],[1,1,1,1]],
              [[2,2,2,2],[2,2,2,2],[2,2,2,2],[2,2,2,2]],
              [[3,3,3,3],[3,3,3,3],[3,3,3,3],[3,3,3,3]],
              [[4,4,4,4],[4,4,4,4],[4,4,4,4],[4,4,4,4]]
             ])

这是一个 4X4X4 数组，我可以单独绘制图像的一部分。我该怎么做？

【问题讨论】：

标签： python python-3.x numpy

【解决方案1】：

这样就可以了：

>>> b = np.split(np.hstack(np.split(a, 2)), 4, axis=1)
>>> np.array(b)
array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[2, 2, 2, 2],
        [2, 2, 2, 2],
        [2, 2, 2, 2],
        [2, 2, 2, 2]],

       [[3, 3, 3, 3],
        [3, 3, 3, 3],
        [3, 3, 3, 3],
        [3, 3, 3, 3]],

       [[4, 4, 4, 4],
        [4, 4, 4, 4],
        [4, 4, 4, 4],
        [4, 4, 4, 4]]])

【讨论】：

【解决方案2】：

重新排列数组的步幅：

import numpy as np
from numpy.lib.stride_tricks import as_strided

def windows(a, window = (2,2), ss = None, flatten = True):
    '''
    Return a sliding window over a.

    a - numpy ndarray
    window - shape of the window, int for 1d or tuple for 2d+
    ss - int for 1d or tuple for 2d+ how much to slide the window
         defaults to window (no overlap)
    flatten - if True, all slices are flattened, otherwise, there is an 
                  extra dimension for each dimension of the input.

    Returns
        an array containing each n-dimensional window from a
    '''
    if ss is None:
        ss = window
    data_shape = np.array(a.shape)

    # how many windows are there?
    windowed_array_shape = tuple(((data_shape - window) // window) + 1)
    nbr_windows = np.product(windowed_array_shape)

    # the shape of the windowed array
    newshape = windowed_array_shape + window

    # calculate the strides for the windowed array
    newstrides =  tuple(np.array(a.strides) * window) + a.strides

    # use as_strided to 'transform' the array
    windowed_array = as_strided(a, shape = newshape, strides = newstrides)

    if not flatten:
        return windowed_array

    # flatten the windowed array for iteration
    dim = (nbr_windows,) + window
    windowed_array = windowed_array.reshape(dim)
    return windowed_array

a = np.array([[1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [1,1,1,1,2,2,2,2],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4],
              [3,3,3,3,4,4,4,4]])

>>> b = windows(a, (4,4))
>>> b
array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[2, 2, 2, 2],
        [2, 2, 2, 2],
        [2, 2, 2, 2],
        [2, 2, 2, 2]],

       [[3, 3, 3, 3],
        [3, 3, 3, 3],
        [3, 3, 3, 3],
        [3, 3, 3, 3]],

       [[4, 4, 4, 4],
        [4, 4, 4, 4],
        [4, 4, 4, 4],
        [4, 4, 4, 4]]])
>>>

this SO q&a 中的其他几个选项

【讨论】：

【解决方案3】：

这是一种使用reshape 和swapaxes 的方法-

B = 4 # Blocksize
m,n = a.shape
out = a.reshape(m//B,B,n//B,B).swapaxes(1,2).reshape(-1,B,B)

【讨论】：

我得到 [[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3], [4, 4, 4, 4] ] 有没有我错过的交换？不应该是 swapaxes(1,2) 吗？
@NaN 是的，我第一次对它的解释不同。修复。感谢您指出！

【解决方案4】：

你也可以试试这个：

np.column_stack((a[:4,:4].ravel(),a[:4,4:8].ravel(),a[4:8,:4].ravel(),a[4:8,4:8].ravel())).T.reshape((4,4,4))

或者这个：

np.concatenate(a.reshape(2,4,8).T).T.reshape((4,4,4))

【讨论】：