分形盒计数函数异常：Python实现中各网格尺寸下N恒为1的问题排查

原代码的核心问题： #

• 提前返回导致计数中断：count函数中，找到第一个包含目标像素（值为0）的盒子后立刻return N，直接终止了后续的计数循环，所以所有尺寸对应的N都只能是1。
• 切片范围错误：img_matrix[i:step,j:step]的写法错误，应该取当前盒子的区域image[i:i+size, j:j+size]，否则每次都只检查从0到size的左上角区域。
• 变量不统一+未定义问题：函数参数是image，内部却用了未传入的img_matrix；Lx和Ly没有定义，需要从输入图像的尺寸获取。
• 无效的盒子尺寸：size=np.arange(0,10,1)包含了0，步长为0会引发循环错误，盒子尺寸应从1开始。

修正后的代码： #

import numpy as np

def count(image, size):
    N = 0
    Lx, Ly = image.shape[:2]  # 从输入图像获取尺寸
    step = size
    # 遍历所有盒子的左上角坐标
    for i in range(0, Lx, step):
        for j in range(0, Ly, step):
            # 确保切片不超出图像边界（处理图像尺寸不能被size整除的情况）
            box = image[i:i+step, j:j+step]
            if (box == 0).any():  # 检查当前盒子是否包含目标像素
                N += 1
    return N  # 遍历完所有盒子后再返回总数

# 生成测试图像（示例，替换为你的实际图像矩阵）
img = np.random.randint(0, 2, size=(50, 50))

# 盒子尺寸从1到9，步长1
sizes = np.arange(1, 10, 1)
Ns = []
for s in sizes:
    current_N = count(img, s)
    Ns.append(current_N)

print(Ns)

额外说明： #

• 加入了边界处理：当图像尺寸不能被盒子尺寸整除时，最后一行/列的盒子会自动取到图像边缘，避免索引越界。
• 替换了测试图像，你需要把img换成自己的实际图像矩阵。
• 现在Ns会正确记录每个盒子尺寸对应的非空盒子数量，后续可以通过log(Ns)和log(1/sizes)做线性拟合得到分形维度。

内容的提问来源于stack exchange，提问作者meak