求基于像素组最大值的图像掩码缩小方案（含OpenCV报错）

需要对由0和1组成的二维数组掩码执行缩小操作，规则为：低分辨率掩码中的每个像素，若其对应的原始高分辨率掩码像素组中至少包含一个1，则该像素设为1。

尝试使用OpenCV的cv2.resize()并指定cv2.INTER_MAX插值方法，出现如下错误：

error: OpenCV(4.6.0) /io/opencv/modules/imgproc/src/resize.cpp:3927: error: (-5:Bad argument) Unknown interpolation method in function 'resize'

同时Pillow Image或scipy中也没有对应此规则的插值方法，因此需要自定义shrink_max()函数，示例如下：

>>> orig_mask = [[1,0,0],[0,0,0],[0,0,0]]
>>> orig_mask
[[1,0,0]
,[0,0,0]
,[0,0,0]]
>>> mini_mask = shrink_max(orig_mask, (2,2))
>>> mini_mask
[[1,0]
,[0,0]]
>>> mini_mask = shrink_max(orig_mask, (1,1))
>>> mini_mask
[[1]]

基于numpy实现高效的分块取最大值逻辑，完全匹配需求规则：

import numpy as np

def shrink_max(orig_mask, target_size):
    # 将输入列表转为numpy数组
    arr = np.array(orig_mask, dtype=np.int32)
    orig_h, orig_w = arr.shape
    target_h, target_w = target_size
    
    # 计算每个目标像素对应的原始块尺寸
    block_h = orig_h // target_h
    block_w = orig_w // target_w
    
    # 分块并取每个块的最大值（1代表块内有1，0代表全0）
    shrunk_arr = arr.reshape(target_h, block_h, target_w, block_w).max(axis=(1, 3))
    
    # 转换回列表格式返回
    return shrunk_arr.tolist()

测试示例 #

orig_mask = [[1,0,0],[0,0,0],[0,0,0]]
print(shrink_max(orig_mask, (2,2)))  # 输出 [[1, 0], [0, 0]]
print(shrink_max(orig_mask, (1,1)))  # 输出 [[1]]

兼容非整数倍尺寸的版本 #

如果需要处理原始尺寸无法被目标尺寸整除的场景（比如原始4x5转2x2），可以添加填充逻辑：

import numpy as np

def shrink_max(orig_mask, target_size):
    arr = np.array(orig_mask, dtype=np.int32)
    orig_h, orig_w = arr.shape
    target_h, target_w = target_size
    
    # 向上取整计算块尺寸
    block_h = (orig_h + target_h - 1) // target_h
    block_w = (orig_w + target_w - 1) // target_w
    
    # 填充数组到可被块尺寸整除的大小（用0填充）
    pad_h = (block_h * target_h) - orig_h
    pad_w = (block_w * target_w) - orig_w
    padded_arr = np.pad(arr, ((0, pad_h), (0, pad_w)), mode='constant')
    
    # 分块取最大值
    shrunk_arr = padded_arr.reshape(target_h, block_h, target_w, block_w).max(axis=(1, 3))
    
    return shrunk_arr.tolist()

内容的提问来源于stack exchange，提问作者Frogrammer