如何高效迭代提取二维NumPy数组的滑动窗口子集？

处理大图像的滑动窗口遍历，嵌套循环的效率极低，尤其是图像尺寸较大时。下面提供两种无需嵌套循环的高效实现方式：

方法1：使用numpy.lib.stride_tricks.as_strided #

这个方法直接利用数组的内存步长创建滑动窗口视图，不会额外复制数据，效率极高。但需要手动计算步长，使用时要注意避免越界访问：

import numpy as np

# 示例数据
image = np.array([[1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5]])
window_size = 3

# 计算输出的窗口数量
num_windows_h = image.shape[0] - window_size + 1
num_windows_w = image.shape[1] - window_size + 1

# 计算步长：复用原数组的行、列步长
strides = image.strides + image.strides

# 创建滑动窗口视图
windows = np.lib.stride_tricks.as_strided(
    image,
    shape=(num_windows_h, num_windows_w, window_size, window_size),
    strides=strides
)

# 查看结果
print(windows.shape)  # 输出 (3, 3, 3, 3)，对应3行3列的窗口位置
print(windows[0, 0])  # 第一个窗口，和手动切片结果一致

输出：

(3, 3, 3, 3)
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

方法2：使用skimage.util.view_as_windows #

如果你不想手动处理步长，scikit-image库提供了封装好的view_as_windows函数，安全且易用，同样是创建视图不复制数据：

先安装依赖（未安装的话）：

pip install scikit-image

代码实现：

import numpy as np
from skimage.util import view_as_windows

# 示例数据
image = np.array([[1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5], 
                  [1,2,3,4,5]])
window_size = 3

# 创建滑动窗口
windows = view_as_windows(image, window_shape=(window_size, window_size))

# 查看结果
print(windows.shape)  # 输出 (3, 3, 3, 3)
print(windows[0, 0])  # 第一个窗口

输出：

(3, 3, 3, 3)
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

遍历窗口的优化方式 #

如果需要逐个处理窗口，直接对生成的windows数组索引即可，相比原嵌套循环，这里没有每次切片的开销，效率提升明显：

for i in range(windows.shape[0]):
    for j in range(windows.shape[1]):
        window = windows[i, j]
        top_left = (j, i)
        bottom_right = (j + window_size, i + window_size)
        print(f'Window position: {top_left} -> {bottom_right}')
        print(window)

内容的提问来源于stack exchange，提问作者sermomon