R 选择点的邻域并将其转换为向量

我有一个数据，实际上是一个256 x 256矩阵形式的图像。我想选择点的邻域并将其转换为向量。然后应用一些聚类算法。我是新手，需要一些代码方面的帮助。我已经创建了一个玩具数据集来显示我想做什么

d<- matrix(rbinom(8*8,1,0.5),8,8)
d
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,]    0    0    1    0    0    0    0    1
[2,]    1    1    1    0    1    1    1    1
[3,]    1    1    1    1    0    1    1    1
[4,]    0    0    1    1    1    1    1    0
[5,]    0    0    1    0    0    1    1    1
[6,]    1    0    0    0    0    0    1    0
[7,]    0    0    1    1    0    1    1    0
[8,]    1    1    0    1    1    0    1    0

---

现在将其转换为R^9中的向量，作为v1=（0,0,1,1,1,1,1,1）。然后，我想对不在矩阵边界上的所有点（即第一行和最后一行以及第一列和最后一列）执行此操作。我不知道如何进行，将感谢任何帮助。提前感谢。

您可以继续执行嵌套的

for

循环：

ddim <- dim(d) - 1
vect <- list()
for(i in seq(ddim[1])[-1]) {
    for(j in seq(ddim[2])[-1]) {
        vect <- c(vect, list(c(d[(i-1):(i+1), (j-1):(j+1)])))
    }
}

---

ddim谢谢。但我想把vect存储在矩阵中。我该怎么做？您可以添加
do.call（cbind，vect）
ddim <- dim(d) - 1
vect <- list()
for(i in seq(ddim[1])[-1]) {
    for(j in seq(ddim[2])[-1]) {
        vect <- c(vect, list(c(d[(i-1):(i+1), (j-1):(j+1)])))
    }
}