如何从一堆图像中裁剪具有不同位置的相同大小的图像块？

Question

假设我有一个imgs形状的ndarray ( num_images, 3, width, height )，它存储一堆num_images大小相同的 RGB 图像。
我想从每个图像中切片/裁剪一个形状的补丁( 3, pw, ph )，但是每个图像的补丁的中心位置都不同，并且以centersshape 数组的形式给出(num_images, 2)。

是否有一种很好的/Python式的切片方式imgs来获得patches（形状(num_images,3,pw,ph)）每个补丁都以其相应的为中心centers？

为简单起见，可以安全地假设所有补丁都落在图像边界内。

Answer 1

适当的切片是不可能的，因为您需要以不规则的间隔访问底层数据。您可以通过单个“花式索引”操作来获取农作物，但您需要一个（非常）大的索引数组。因此我认为使用循环更容易、更快。

比较以下两个函数：

def fancy_indexing(imgs, centers, pw, ph):
    n = imgs.shape[0]
    img_i, RGB, x, y = np.ogrid[:n, :3, :pw, :ph]
    corners = centers - [pw//2, ph//2]
    x_i = x + corners[:,0,None,None,None]
    y_i = y + corners[:,1,None,None,None]
    return imgs[img_i, RGB, x_i, y_i]

def just_a_loop(imgs, centers, pw, ph):
    crops = np.empty(imgs.shape[:2]+(pw,ph), imgs.dtype)
    for i, (x,y) in enumerate(centers):
        crops[i] = imgs[i,:,x-pw//2:x+pw//2,y-ph//2:y+ph//2]
    return crops