如何使用 Numpy 切片有效地從多個影像中裁剪隨機 16x16 補丁？

使用多個Numpy 切片進行高效隨機影像裁切

給定一個表示彩色影像的4-D Numpy 數組，目標是有效地選擇隨機影像每個影像進行16x16 裁剪，每個影像具有唯一的裁剪位置。

使用 for 迴圈的簡單方法會產生不必要的記憶體開銷和計算。為了最佳化這個過程，我們利用 np.lib.stride_tricks.as_strided 方法或 scikit-image 的 view_as_windows 函數。

使用 view_as_windows

view_as_windows 函數建立重疊視窗在輸入陣列中，有效地建立原始資料的視圖，而無需額外的記憶體分配。透過指定窗口形狀為 (1, 16, 16, 1)，我們沿著第二軸和第三軸（寬度和高度）建立滑動窗口，步長為 1。

基於索引特定視窗對於隨機偏移對(x, y)，我們使用以下步驟：

1. 產生視窗陣列： w = view_as_windows(X, (1,16, 16,1))[... ,0,:,:,0]
2. 根據隨機偏移對視窗進行索引： out = w[np.arange(X.shape[0]), x , y]
3. 轉置結果以匹配所需的輸出格式： out = out.transpose(0,2,3,1)

此方法提供了一種有效的方法來裁剪具有不同偏移量的多個影像，從而減少記憶體開銷和迭代方法相比的計算時間。

以上是如何使用 Numpy 切片有效地從多個影像中裁剪隨機 16x16 補丁？的詳細內容。更多資訊請關注PHP中文網其他相關文章！