Numpy图像重塑为16×16单元格网格时元素不匹配问题求助

你遇到的问题核心是numpy的reshape是按行优先顺序展平数组后重新排列，并非按你预期的“16×16块分割”逻辑处理。

错误原因拆解 #

你的原图像形状是(16,32)，展平后共512个元素。当执行reshape((1,2,256))时，grid_image[0,0]取的是展平后的前256个元素——对应原图像的前8行所有32列（8×32=256），而不是你想要的前16行前16列，所以对比结果为False。

正确实现代码 #

要实现按16×16块分割并将每个块展平，需要通过拆分维度、调整轴顺序再合并的方式：

import numpy as np
h,w = 16,32
image = np.random.rand(h, w)
# 1. 将图像拆分为 (块行数, 块内行数, 块列数, 块内列数)
grid_image = image.reshape(h//16, 16, w//16, 16)
# 2. 调整轴顺序，让块的行列索引在前，块内的行列在后
grid_image = grid_image.transpose(0, 2, 1, 3)
# 3. 展平每个16×16的块
grid_image = grid_image.reshape(h//16, w//16, -1)

# 现在对比结果为True
print((image[:16, :16].ravel() == grid_image[0,0]).all())

步骤说明 #

• 第一步reshape：把原图像的高度拆分为h//16个16行的段，宽度拆分为w//16个16列的段，得到形状为(1,16,2,16)的数组。
• 第二步transpose：将轴的顺序从(块行, 块内行, 块列, 块内列)调整为(块行, 块列, 块内行, 块内列)，让每个16×16的块被整合到一起。
• 第三步reshape：把每个块的16×16维度展平为256，最终得到你预期的(1,2,256)形状，此时grid_image[0,0]就是原图像前16行前16列展平后的结果。

内容的提问来源于stack exchange，提问作者martinako