我有一个650x650大小的二进制图像。我想创建50x50的补丁。这意味着我需要169个补丁。我想检查每个补丁中是否至少有一个“ ONE”元素。 我还需要结果是每个补丁都成对出现。

这里有一个2d的示例： 2d example

到目前为止很好。当我从skimage.util.shape实现view_as_blocks函数时，它返回（13,13,50,50）的列表。

我搜索“ Ones”的方式将是numpy.where，但是我迷失了尺寸... 这是我的代码：

def distinguish_patches_for_label(image_path):
    im1=cv2.imread(image_path)

    im2 = cv2.cvtColor(im1,cv2.COLOR_BGR2GRAY)
    im3=(im2>100).astype(np.uint8) 
    im4 = cv2.resize(im3,(650,650)) 
    patches=view_as_blocks(im4,block_shape=(50,50))

    for i in range(patches.shape[0]):
        for j in range(patches.shape[0]): 
            indexes_normal=list(zip(*np.where(patches[i,j,:,:]== 0)))

    for i in range(patches.shape[0]):
        for j in range(patches.shape[0]):


            indexes_XDs=list(zip(*np.where(patches[i,:]== 1)))


    list1=[]
    list2=[]
    for i in range(len(indexes_normal)):
        list1.append(indexes_normal[i][0])
        list2.append(indexes_normal[i][1])
    zipped_indexes_normal=list(zip(list1,list2))


    list3=[]
    list4=[]
    for i in range(len(indexes_XDs)):
        list3.append(indexes_XDs[i][0])
        list4.append(indexes_XDs[i][1])
    zipped_indexes_XDs=list(zip(list3,list4))


    return zipped_indexes_normal,zipped_indexes_XDs