如何通过优化方法重新排列图像的像素

Question

我有一张灰度图像。我将图像分成大小为 128x128 的块。我已经实现了以下代码，并且它工作正常。然而，由于使用了四个嵌套的 for 循环，因此非常耗时。有没有办法对其进行优化以达到相同的结果但速度更快？块大小设置为128，其中blocksize[0]等于128。“Image_input”中行方向上的块数量为68（num_block_row），列方向上块数量为54（num_block_col）。 事实上，我打算并排排列每个块的第一个像素。在附图中，每个块由四个像素组成，每个像素都有不同的颜色。我的目标是在每个块内并排排列红色像素。这个过程也应该适用于其他区块。

for t in range(blocksize[0]):

    for s in range(blocksize[0]):

        for i in range(num_block_row):

            for j in range(num_block_col):

               Image_result[(t*num_block_row) + i ,(s*num_block_col) + j] = Image_input[(i * blocksize[0]) + t, (j * blocksize[0]) + s]

我尝试重新排列图像的像素，但这非常耗时。有没有优化的方法来做到这一点？

Answer 1

使用 numpy 切片操作。

red    = source[0::dy, 0::dx]
green  = source[0::dy, 1::dx]
blue   = source[1::dy, 0::dx]
purple = source[1::dy, 1::dx]

tiled = np.block([[red, green], [blue, purple]])

dx, dy

可能就是你所说的

blocksize[0]

但我不能很确定，因为你的代码不是 MRE。