遇到這么個需求：把圖片按照定義的patchsize切塊，然后按照z軸順序疊放小塊，如下圖(僅考慮灰度圖像)

圖片im，設size為（h，w），patchsize為（ph，pw），則處理后大小（為簡化描述，假設可以整除）為（ph，pw，w*h/ph/pw）。

為簡化描述，后面用h=300，w=300，ph=100，pw=100 為例，即處理后d=9。

numpy.reshape 的文檔：點擊打開鏈接

特別注意第三個參數 order，其默認取值為 order=‘C'，表示最后一個維度的元素在reshape時優先重排位置。而order=‘F'時則相反，第一個維度的元素優先重排位置。

例子如下，得到的im2就是這么一個tensor

import cv2import numpy as np im=cv2.imread('animal007.jpg',cv2.IMREAD_GRAYSCALE)h= 300w= 300patchsize=100d=h*w/patchsize/patchsizeprint d #crop the image to h x wim=np.array(im[: h ,: w ]) #this gets wrong answerim_wrong1=im.reshape((patchsize,patchsize,-1))im_wrong7= im.reshape((patchsize,patchsize,-1),order='F')im_wrong2=im.reshape(( h ,patchsize,-1)).reshape((patchsize,patchsize,-1))im_wrong3=im.reshape((patchsize, w ,-1)).reshape((patchsize,patchsize,-1))im_wrong4= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1))im_wrong5= im.reshape(( h ,patchsize,-1),order='F').reshape((patchsize,patchsize,-1),order='F')im_wrong6= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1),order='F') #this only works for h=w, i dont know why im2= im.reshape((patchsize, w ,-1),order='F').reshape((patchsize,patchsize,-1))im2_0=im2[:,:,no]cv2.imwrite('im2_0.jpg',im2_0) no=4;imw=im_wrong1[:,:,no]cv2.imwrite('imw1_0.jpg',imw)imw=im_wrong2[:,:,no]cv2.imwrite('imw2_0.jpg',imw)imw=im_wrong3[:,:,no]cv2.imwrite('imw3_0.jpg',imw)imw=im_wrong4[:,:,no]cv2.imwrite('imw4_0.jpg',imw)imw=im_wrong5[:,:,no]cv2.imwrite('imw5_0.jpg',imw)imw=im_wrong6[:,:,no]cv2.imwrite('imw6_0.jpg',imw)imw=im_wrong7[:,:,no]cv2.imwrite('imw7_0.jpg',imw) 

以上這篇在python2.7中用numpy.reshape 對圖像進行切割的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。