Разделите двоичное изображение на 4x4 Python и считайте пиксели

Question

У меня есть двоичное изображение, которое я хочу разделить на блоки размером 4 x 4 пикселя и подсчитывающее число пикселей черного цвета в блоке.Если сумма пикселей черного цвета в блоке четная, соответствующему блоку присваивается значение 0. В противном случае это значение равно 1. После этого сохраните / запишите его в текстовый файл, чтобы я мог видеть результат.

Я пытался с кодом, но застрял

import matplotlib.pyplot as plt
import numpy as np
image = plt.imread('myplot1.png')
image = np.array(image)
image = image[:,:,1] #if RGB

print(image.shape)
for x in np.arange(0,image.shape[0]):
    for y in np.arange(image.shape[1]):
        if x+4 < image.shape[0] and y+4 < image.shape[1]:
             sum = np.sum(image[x:x+4,y:y+4])
             if sum > 4:
                image[x:x + 4, y:y + 4] = 1
             elif sum < 4:
                image[x:x + 4, y:y + 4] = 0

Answer 1

Einops позволяет многословные сокращения.В вашем случае

import numpy as np
from einops import reduce

# Black / white image
image = np.random.rand(16, 16) < 0.5

# compute number of bright pixels in each block, then compute residual modulo 2
reduce(image, '(h h2) (w w2) -> h w', 'sum', h2=4, w2=4) % 2

Пример вывода:

array([[0, 0, 1, 1],
       [1, 1, 0, 1],
       [1, 0, 1, 1],
       [0, 0, 1, 1]])

Answer 2

С помощью решение, предоставленное в этом вопросе о разбиении двумерного массива на более мелкие блоки:

def block_view(A, block):
    # Reshape the array into a 2D array of 2D blocks, with the resulting axes in the
    # order of:
    #    block row number, pixel row number, block column number, pixel column number
    # And then rearrange the axes so that they are in the order:
    #    block row number, block column number, pixel row number, pixel column number
    return A.reshape(A.shape[0]//block[0], block[0], A.shape[1]//block[1], block[1])\
            .transpose(0, 2, 1, 3)

# Initial grayscale image
image = np.random.rand(16, 16)

# Boolean array where value is True if corresponding pixel in `image` is
# "black" (intensity less than 0.5)
image_bin = image < 0.5

# Create a 2D array view of 4x4 blocks
a = block_view(image_bin, (4, 4))

# XOR reduce each 4x4 block (i.e. reduce over last two axis), so even number
# of blacks is 0, else 1
a = np.bitwise_xor.reduce(a, axis=(-2, -1))

print(a.astype(np.uint8))

Пример вывода изображения 16x16:

[[0 1 1 0]
 [0 0 1 0]
 [1 1 1 1]
 [0 0 0 1]]

---

Редактировать:

Функция block_view() была первоначально реализована после этого ответа (в котором используется as_strided()), однако после дополнительных поисков вокругЯ решил вместо этого использовать вариант этого ответа (который использует изменение формы).Сроки обоих методов, последний был примерно в 8 раз быстрее (по крайней мере, в результате моего тестирования).