Python 如何将ScikitLearn分类器应用于大型图像中的分幅/窗口

给定的是scikit学习中经过培训的分类器，例如

RandomForestClassifier

。分类器已在大小为25x25的样本上进行了训练

如何轻松地将此应用于大图像（例如640x480）中的所有瓷砖/窗口

我所能做的就是（慢代码前进！）

---

如何将

clf

应用于

img

中的所有25x25窗口？

也许您正在寻找类似的应用程序。请务必阅读文档末尾关于内存使用的警告

如果使用

view\u as\u windows

是一种价格合理的方法，那么您可以通过如下方式重塑返回的数组，从映像中的所有窗口神奇地生成测试数据：

import numpy as np
from skimage import io
from skimage.util import view_as_windows

img = io.imread('image_name.png')    
window_shape = (25, 25)

windows = view_as_windows(img, window_shape)    
n_windows = np.prod(windows.shape[:2])
n_pixels = np.prod(windows.shape[2:])

x_test = windows.reshape(n_windows, n_pixels)

clf.apply(x_test)

import numpy as np
from skimage import io
from skimage.util import view_as_windows

img = io.imread('image_name.png')    
window_shape = (25, 25)

windows = view_as_windows(img, window_shape)    
n_windows = np.prod(windows.shape[:2])
n_pixels = np.prod(windows.shape[2:])

x_test = windows.reshape(n_windows, n_pixels)

clf.apply(x_test)