Python 如何从一堆图像中裁剪具有不同位置的相同大小的图像面片？

假设我有一个形状

（num\u images，3，width，height）

的ndarray

imgs

，它存储了一堆大小相同的

num\u images

RGB images。
我想从每个图像中切片/裁剪一块形状为

（3，pw，ph）

的补丁，但是每个图像的补丁中心位置不同，并且在

中心
形状数组
（num_images，2）
中给出

是否有一种很好的/类似于蟒蛇的方式来切割
imgs
以获得
补丁
（形状
（num_图像，3，pw，ph）
）每个补丁都围绕其相应的
中心进行集中

为简单起见，可以安全地假设所有面片都位于图像边界内。
不可能进行适当的切片，因为您需要以不规则的间隔访问底层数据。您可以通过一个“奇特的索引”操作获得作物，但您需要一个（非常）大的索引数组。因此，我认为使用循环更容易、更快

比较以下两个功能：

def fancy_indexing(imgs, centers, pw, ph):
    n = imgs.shape[0]
    img_i, RGB, x, y = np.ogrid[:n, :3, :pw, :ph]
    corners = centers - [pw//2, ph//2]
    x_i = x + corners[:,0,None,None,None]
    y_i = y + corners[:,1,None,None,None]
    return imgs[img_i, RGB, x_i, y_i]

def just_a_loop(imgs, centers, pw, ph):
    crops = np.empty(imgs.shape[:2]+(pw,ph), imgs.dtype)
    for i, (x,y) in enumerate(centers):
        crops[i] = imgs[i,:,x-pw//2:x+pw//2,y-ph//2:y+ph//2]
    return crops

哦，索引有一个错误，但是参数仍然支持
for
-循环版本运行良好。非常感谢。