如何为skimage view_as_windows设置非方阵步长处理RGB图像？

核心结论 #

处理RGB这类3通道图像时，通道维度的步长必须设为1，同时窗口的通道维度要和原图像保持一致（即3）。这样既满足函数对步长元组长度的要求，又能保证每个窗口包含完整的RGB通道，且仅在图像的宽高维度按预期步长滑动。

问题原因分析 #

你之前的错误在于对通道维度步长的理解：

• 设置step=(9,12,3)时，通道方向步长等于窗口大小，导致通道方向只能生成1个窗口，直接限制了整体窗口数量；
• 设置step=(9,12,1)其实是正确的，但你可能没注意到view_as_windows的输出shape结构——它会额外生成两个维度对应宽高方向的网格数，导致你误以为数量不符合预期。

修正后的代码示例 #

import cv2
from skimage.util import view_as_windows

img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
img = cv2.cvtColor(img[:,:,:3], cv2.COLOR_BGR2RGB)  # 图像shape (1376, 2124, 3)
tile_shape = (250, 600, 3)  # 窗口需包含完整3通道
stride = (150, 500)

# 通道维度步长固定为1，避免破坏RGB通道完整性
tiles = view_as_windows(img, tile_shape, (stride[0], stride[1], 1))

# 输出shape为 (高度方向窗口数, 宽度方向窗口数, 1, 250, 600, 3)
print(tiles.shape)

# 若需要将窗口展平为(N, 250, 600, 3)的格式，方便后续处理
tiles_flat = tiles.reshape(-1, *tile_shape)
print(tiles_flat.shape)

验证窗口数量 #

按你的参数计算，预期窗口数为：

• 高度方向：(1376 - 250) // 150 + 1 = 8
• 宽度方向：(2124 - 600) // 500 + 1 = 4
• 总窗口数：8 * 4 = 32，对应tiles_flat的shape为(32, 250, 600, 3)，完全符合预期。

内容的提问来源于stack exchange，提问作者gozi