求与MATLAB im2col（'distinct'模式）功能完全一致的Python实现及自定义转换函数修复方案

你提到的问题核心是MATLAB的im2col/col2im在'distinct'模式下的行为细节：它会将图像分割为不重叠、尺寸严格为block_size×block_size的块，如果图像的高度/宽度不能被块大小整除，底部和右侧的剩余像素会被直接丢弃；块的排列遵循列优先顺序（先遍历图像列方向的块组，每个组内按行方向排列块）；每个块按**列优先（Fortran顺序）**拉平为一列。

你的现有代码有几个关键问题导致结果不一致：

• 使用np.ceil计算块数，而MATLAB会丢弃不完整的块，应该用整数除法（//）
• col2im中错误地加入了加权逻辑（针对sliding模式），distinct模式下块不重叠，无需加权
• 块遍历的索引逻辑存在偏差

下面是精确匹配MATLAB行为的实现：

1. im2col的Python实现（distinct模式） #

import numpy as np

def im2col_distinct(mtx, block_size):
    # 获取图像尺寸
    m, n = mtx.shape
    block_h, block_w = block_size if isinstance(block_size, tuple) else (block_size, block_size)
    
    # 计算完整块的数量（丢弃不完整的块）
    num_blocks_h = m // block_h
    num_blocks_w = n // block_w
    total_blocks = num_blocks_h * num_blocks_w
    
    # 如果没有完整块，返回空矩阵
    if total_blocks == 0:
        return np.array([]).reshape(block_h*block_w, 0)
    
    # 初始化结果矩阵，维度为 (block_h*block_w, total_blocks)
    result = np.empty((block_h * block_w, total_blocks), dtype=mtx.dtype)
    
    # 按MATLAB的列优先顺序遍历块
    block_idx = 0
    # 先遍历图像的列方向块（j是块的列起始位置）
    for j in range(0, n, block_w):
        # 再遍历图像的行方向块（i是块的行起始位置）
        for i in range(0, m, block_h):
            # 提取块并按Fortran顺序拉平为列
            block = mtx[i:i+block_h, j:j+block_w]
            result[:, block_idx] = block.ravel(order='F')
            block_idx += 1
    
    return result

2. col2im的Python实现（distinct模式） #

def col2im_distinct(mtx, block_size, image_size):
    block_h, block_w = block_size if isinstance(block_size, tuple) else (block_size, block_size)
    img_h, img_w = image_size
    
    # 计算完整块的数量（和im2col一致，丢弃不完整区域）
    num_blocks_h = img_h // block_h
    num_blocks_w = img_w // block_w
    total_blocks = num_blocks_h * num_blocks_w
    
    # 初始化结果图像，只填充完整块区域，剩余区域保持0（和MATLAB一致，丢弃的区域不处理）
    result = np.zeros(image_size, dtype=mtx.dtype)
    
    block_idx = 0
    # 按im2col的逆顺序遍历块
    for j in range(0, img_w, block_w):
        for i in range(0, img_h, block_h):
            # 将列向量按Fortran顺序重塑为块，并赋值到对应位置
            block = mtx[:, block_idx].reshape(block_h, block_w, order='F')
            result[i:i+block_h, j:j+block_w] = block
            block_idx += 1
    
    return result

3. 验证示例 #

使用你的测试代码修改后：

import cv2

# 读取图像（假设是灰度图，如果是彩色图需要逐个通道处理）
image = cv2.imread('my_image.jpg', cv2.IMREAD_GRAYSCALE)
hh, wh = image.shape
blk_size = 32

# 转换为列
x1 = im2col_distinct(image, blk_size)
# 还原为图像
res1 = col2im_distinct(x1, blk_size, (hh, wh))

# 验证：完整块区域的像素应该和原图完全一致
valid_h = (hh // blk_size) * blk_size
valid_w = (wh // blk_size) * blk_size
assert np.array_equal(res1[:valid_h, :valid_w], image[:valid_h, :valid_w])
print("还原成功，完整块区域与原图一致！")

关键细节说明 #

• 维度匹配：比如MATLAB中512×512图像、32×32块的场景，im2col输出为1024×256，这个实现的输出维度完全一致
• 数据类型保持：输入图像的dtype会被保留，避免类型转换错误
• 边界处理：严格丢弃不完整的块，和MATLAB行为完全一致
• 顺序一致性：块的排列顺序和拉平顺序完全匹配MATLAB的列优先规则

内容的提问来源于stack exchange，提问作者Helal Uddin Mullah