performance - Matlab:高效的图像 block 提取

Question

我有一大组图像，我希望从中提取图像 block 。补丁大小均匀，并在规则的网格点处从每个图像中提取。我可以使用以下代码执行此操作:

for n = 1:nImages
    % Read image
    imageFile = imageFiles{n};
    I = imread(imageFile);

    % Grid point locations
    height = size(I, 1);
    width = size(I, 2);
    border = floor(patchSize/2);
    centres = gridPoints(height, width, nPointsX, nPointsY, border);

    % Extract and process patches
    for p = 1:nPatches
        % Patch location
        x = centres(p, 1);
        y = centres(p, 2);
        % Top-left point of patch
        x = x - floor(patchSize/2) + 1;
        y = y - floor(patchSize/2) + 1;

        % Extract patch -- BOTTLENECK!
        patch = imcrop(I, [x y patchSize-1 patchSize-1]);

        % Process patch
        % ...
    end
end

此代码非常低效，尤其是考虑到大量图像和大量网格点(我也在为每张图像以不同比例执行此操作)。我运行了 Matlab 的分析器，发现 imcrop 是造成这种低效率的原因。仅在 50 张图像上运行(但具有 3 个尺度的 100 x 100 个网格点)耗时 756 秒。

是否有另一种方法可以在 Matlab 中提取图像 block 而不会产生如此巨大的处理开销？

Answer 1

下标索引是 MATLAB 中的自然操作。

patch = I(y:y+patchSize-1, x:x+patchSize-1);

考虑到 imcrop 在 rect = [x y patchSize-1 patchSize-1] 给出 patchSize-1< 的正方形维度的问题中违反直觉的使用 x patchSize-1 应确认上述命令的输出大小对于您的目的是正确的。

编辑:对于 RGB(或任何平面多 channel 格式):

patch = I(y:y+patchSize-1, x:x+patchSize-1, :);