如何使用步幅从单个图像创建多个图像？

如何解决如何使用步幅从单个图像创建多个图像？

我有一个图像，我想使用垂直和水平步幅（如滑动窗口）将其拆分为多个图像，并且生成的图像都具有相同的分辨率。我怎样才能在 Python 中有效地做到这一点？我做了这么多：

from PIL import Image

def sliding_window(image,stride,imgSize):
    width,height = image.size
    img = []
    for y in range(0,height-imgSize,stride):
        for x in range(0,width-imgSize,stride):
            # Setting the points for cropped image
            left = x
            top = y
            right = x + imgSize
            bottom = y + imgSize
            im1 = image.crop((left,top,right,bottom))
            img.append(im1)
    return img
file = "/home/xxxxxx/yyyyyy.png"
im = Image.open(file)
img = sliding_window(im,1,838) # Strides of 1 takes too much time

但是这段代码需要太多的内存并且太耗时。请帮忙。

示例：

示例代码：img = sliding_window(im,200,300)

下图为800*800尺寸。

输出：

解决方法

正如您正确推测的那样，有一种方法可以在不复制原始数据的情况下查看原始数据的窗口。最简单的方法可能是使用相对较新的 sliding_window_view 函数：

from numpy.lib.stride_tricks import sliding_window_view

window = sliding_window_view(image,(838,838),axis=(0,1))

对于 2D 图像，您不需要显式 axis，但它不会受到伤害，并且在 3D 情况下为您节省了一些麻烦。如果你想调整步幅，你可以只对结果进行子集化。例如，对于 (3,4) 的步幅：

window = window[::3,::4]

由于窗口轴必须（应该）以 C 顺序排在最后，因此 3D 图像会将通道移动到中间轴。要访问正确的形状，您可以使用类似 np.moveaxis 或 transpose:

np.moveaxis(window[80,70],-1)

或

window[80,70].transpose(1,2,0).shape