Python 对视频进行时空采样

我有一堆视频，我正在一起阅读成一个小数组。假设我有100x100帧的视频，我有1000个这样的帧。然后我的numpy阵列将是形状（1000、100、100、3）

我想以10x10的尺寸在空间上和时间上对帧进行采样（即将连续的5帧堆叠在一起）。这样一个长方体的尺寸就是（10，10，15）

然后我得到的数组将是形状（20000、10、10、15）。假设在空间和时间上没有重叠

可以将输出可视化为如下内容：

到

---

有人提出了类似的问题，但提供的唯一解决方案解释了如何在视频中阅读。

乍一看，我认为最困难/尴尬的部分是处理子阵列本身。我记得在类似的问题上挣扎过，但最近我发现了一些函数可以完成这项工作。在您的情况下，这可能是您所需要的。谢谢，查看块被证明是非常有用的。