Python 从4D阵列裁剪图像的不同部分以增强数据

我有以下批量RGB图像阵列（4D阵列）：

现在，我只想从左上角在所有

3

通道上裁剪某些维度，比如（

12x12

），最好沿着批次维度（即

轴0

）一次裁剪。我的想法是制作一个网格并将其切片。因此，我构建了这个网格：

In [56]: grid = np.c_[np.arange(12)]+ np.r_[np.arange(12)]

In [57]: grid.shape
Out[57]: (12, 12)

但是，当我切片数组时，我得到了一些意想不到的结果：

In [58]: img_arr[:, grid, :].shape
Out[58]: (10000, 12, 12, 32, 3)

我期望并且需要的结果是形状

（10000,12,12,3）

，但我不知道

32

是从哪里来的

这只是一个例子。理想情况下，我想在图像viz上的10个不同位置进行裁剪。左上、右上、左下、右下等

但是，通过首先进行左上角裁剪，其余部分应该是直观的

此外，正如您所见，我需要在一个4D数组中沿批次维度存储超过100K的图像，因此在进行此类随机裁剪时，如果能看到视图就很好了，因为这样会节省内存。

我们可以使用它：我们可以为第二维度和第三维度指定一个范围，如：

sub_img = img_arr[:, :12, :12 , :]

作为视图的切片 注意，我们在这里构建一个视图，我们不复制数组，我们只构建一个视图。因此，如果我们在视图范围内的

img\u arr

中进行更改，我们将能够在

sub\u img

中看到，反之亦然。如果需要副本，可以通过

数组

构造函数传递视图：

sub_img = np.array(img_arr[:, :12, :12])  # making a copy, instead of a view

如果维数是任意的，我们可以先构造这样的元组。除第一个和最后一个维度外，将所有维度切片为12的元组是：

# generalized with arbitrary number of dimensions
indices = (slice(None), *(slice(12) for _ in range(img_arr.ndim - 2)))
sub_img = img_arr[indices]

---

很不错的！因此，我只需要使用切片索引对维度和在

img\u arr

中的位置进行硬编码。@kmario23：您不必硬编码，也可以使用标识符，如

a=12

，然后

sub\u img=img\u arr[：，：a，：a]

。你甚至不需要硬编码维度的数量，你可以通过切片传递一个元组。你打算如何从数学上引入这10个位置？可能是每个补丁的开始（左上角pt）的

（x，y）

。@Divakar，每个原始图像裁剪部分位于：

左上角、右上角、左下角、右下角、中间裁剪
；然后，水平翻转图像并再次在以下位置进行裁剪：
左上角、右上角、左下角、右下角和中心裁剪
。数据扩充：）是的，然后按照贴出的答案中的建议进行切片。对于水平翻转，使用
a[：，：-1]
并使用相同的切片，即
a[：，：-1][：，：12，：12，：]
等等。对于垂直翻转：
a[：，：，：：-1]
@Divakar哦，太酷了！因此，我们只需拥有原始阵列的一个副本就可以实现所有功能。是否将其添加为答案？是否添加一些来源（文档）并将其添加为答案：）
sub_img = np.array(img_arr[:, :12, :12])  # making a copy, instead of a view
# equivalent to the first code fragment
indices = (slice(None), slice(12), slice(12))
sub_img = img_arr[indices]

# generalized with arbitrary number of dimensions
indices = (slice(None), *(slice(12) for _ in range(img_arr.ndim - 2)))
sub_img = img_arr[indices]