用python查找图像中每个框的平均值

我有9个小盒子（黑色和白色的盒子），每个盒子的宽度=x，高度=y。我需要每个小盒子的像素值的平均值

最初，我将图像转换为数组

image = cv2.imread('x.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

这是我尝试过的，但也有错误

box_pixels = []
temp = []
p, q, r, s = 0, x, 0, y
while q <= gray.shape[0]:
    temp.append([])
    while s <= gray.shape[1]:
        for i in range(p, q):
            for j in range(r, s):
                temp.append(gray[i][j])
        r = s
        s = s+y
    p = q
    q = q + x
    box_pixels.append(temp)

print(box_pixels)

box_像素=[]
温度=[]
p、 q，r，s=0，x，0，y
而你真正想做的就是缩小图像的比例。假设我们的图像是256x256像素，我们想把它缩小到32x32像素。这意味着我们将使用原版的1/8大小（32/256）。这也意味着每个框将是8x8像素。因此，要执行调整大小：

image = cv2.imread('x.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
resized = cv2.resize(gray, None, fx=32/256, fy=32/256, interpolation=cv2.INTER_AREA)

这将使您了解如何使用宽度/高度坐标来计算正确的调整大小值。
这听起来像是一个核心问题。你最终想做什么？模糊图像？不，不是关于模糊，如果我得到一个盒子的意思，我可以把它看成那个盒子的像素（像是黑盒子或者白盒子），所以，如果我理解正确，你基本上只是想用平均值来调整图像的大小。为什么不在选择插值器时使用
cv2.resize
。然而，这种效率并不惊人，因为它需要大量的MOD。不过，执行4x嵌套循环并不一定效率低下。如果你在外两个循环（y，x）中迭代每个框，然后在内两个循环中迭代这些框，那么你只访问每个像素一次，这仍然是有效的。Yessir！我刚刚阅读了一些文档，您需要的插值器是
INTER_AREA
，它与您当前所做的完全相同，只是它处理了一些其他情况。我将在回答中写一些代码作为一个例子。调整大小很好，但如果图像中有错误，如模糊图像或图像与上面的图像不清晰，则没有帮助，因为在这种情况下，相同小框中的像素不同