Python 如何将Numpy数组（图像）拆分为平铺以进行迭代？

我有一个Numpy数组类型的图像，我想分成9（3 x 3）个平铺，我可以迭代。我该怎么做

以下是我到目前为止生成numpy.ndarray的代码，但我还没有将其拆分：

要拆分的numpy图像阵列为th1

导入cv2
将numpy作为np导入
#仅用于阈值显示
从matplotlib导入pyplot作为plt
#要使用的图像
图像='six.png'
#求平均灰度值
image\u bgr=cv2.imread（图像，cv2.imread\u颜色）
#计算每个通道的平均值
通道=cv2.平均值（图2）
#类型浮动
阈值=通道[0]/2
#打印（脱粒）
#显示阈值
img=cv2.imread（图像，0）
img=cv2.medianBlur（img，5）
#如果在下面，则为黑色或白色
ret，th1=cv2.阈值（img，thresh，255，cv2.thresh_二进制）
标题=['原始图像'，'全局阈值']
图像=[img，th1，ret]
对于范围（2）中的i：
plt.subplot（2,2，i+1），plt.imshow（图像[i]，'gray'）
标题（标题[i]）
plt.xticks（[]），plt.yticks（[]）
#单独显示单个图像
plt.imshow（图像[1]，“灰色”）
plt.xticks（[]），plt.yticks（[]）

以下是图片（six.png）：

---

我要做的是创建一个列表或二维数组，在其中保存完整图像的“分幅”。将使用以下代码复制磁贴：

height, width, dim = img.shape
image_tile = img[0:height/3, 0:width/3]

它将创建一个新的Ndaray image_磁贴，其中包含位于坐标内的完整图像数组的一部分。在本例中，它是左上角的平铺

带有for循环的整个示例如下所示：

image_tile = []
for i in range(0,3):
    for j in range(0,3):
        image_tile.append(img[i * height/3:(i+1) * height/3, j * width/3:(j+1) * width/3])

---

我希望这对你有帮助，祝你好运

我找到了一个从其他地方改编的解决方案，效果非常好

img = th1
numrows, numcols = 3, 3
height = int(img.shape[0] / numrows)
width = int(img.shape[1] / numcols)
for row in range(numrows):
    for col in range(numcols):
        y0 = row * height
        y1 = y0 + height
        x0 = col * width
        x1 = x0 + width
        individual =  (img[y0:y1, x0:x1])
        plt.imshow(individual, 'gray')
        plt.xticks([]),plt.yticks([])
        plt.show()

---

嗨@Grgur，你能再解释一下吗。例如，我将如何处理我的具体案例，并将其切割成9块瓷砖。我对python的这一领域相当陌生，因此更多的代码将非常有用。谢谢，我在回答问题的时候没有明白你的意思，所以我没有举一个详细的例子。是否要调整图像大小，使每个平铺的尺寸为3x3，是否只需要9个大小相同的数组？他要求对所有9个区域的切片边界进行完整计算。谢谢@Grgurdamiani看到你上传了答案。我觉得你用更少的线就能达到同样的效果。你能试试并告诉我它是否有效吗？非常感谢。你没有为那些不是被你的块平均分割的图像大小做任何准备——只是一个注释——只要你意识到这一点并且它适合你的需要就可以了。在这种情况下，您不会沿右边缘处理2个像素。