如何用R快速从高维3D图像数组提取统计特征向量？

针对高维度图像数组（如1586×3034×3）提取统计特征慢的问题，以下是几种高效的R实现方案：

1. 用内置矢量化函数替代自定义循环 #

R内置的统计函数（如min/max/var）和apply系列函数底层基于C实现，远快于手动编写的循环逻辑。针对3D图像数组，可直接按通道维度批量计算统计量：

library(jpeg)

# 读取图像
im <- readJPEG("target_image.jpg")

# 按通道（第三维）计算统计量
channel_stats <- apply(im, 3, function(ch) {
  c(
    min = min(ch),
    max = max(ch),
    sum = sum(ch),
    range = diff(range(ch)),
    var = var(ch),
    mean = mean(ch)
  )
})

# 转换为一维特征向量
feature_vec <- as.vector(t(channel_stats))

2. 借助高性能数值计算包加速 #

matrixStats包专门优化了矩阵/数组的统计运算，在处理大尺寸图像时性能优于基础函数；data.table的矢量化操作也能提升批量处理效率。示例如下：

library(jpeg)
library(matrixStats)

im <- readJPEG("target_image.jpg")

# 遍历每个通道计算统计量
feature_list <- lapply(1:3, function(channel_idx) {
  channel_data <- im[,,channel_idx]
  c(
    min = min(channel_data),
    max = max(channel_data),
    sum = sum(channel_data),
    range = diff(range(channel_data)),
    var = var(channel_data),
    mean = mean(channel_data),
    sd = sd(channel_data),
    median = median(channel_data)
  )
})

# 合并为特征向量
feature_vec <- unlist(feature_list)

3. 并行处理批量图像 #

如果需要遍历目录下大量图片，用parallel包实现并行计算，充分利用多核CPU资源：

library(parallel)
library(jpeg)
library(matrixStats)

# 获取目标目录下所有JPG文件路径
img_paths <- list.files("your_image_directory", pattern = "\\.jpg$", full.names = TRUE)

# 初始化并行集群（保留1核用于系统进程）
cl <- makeCluster(detectCores() - 1)
clusterExport(cl, c("readJPEG", "min", "max", "sum", "var", "mean"))

# 并行提取每张图片的特征
feature_matrix <- parSapply(cl, img_paths, function(img_path) {
  im <- readJPEG(img_path)
  unlist(lapply(1:3, function(idx) {
    ch <- im[,,idx]
    c(min(ch), max(ch), sum(ch), diff(range(ch)), var(ch), mean(ch))
  }))
})

# 关闭集群
stopCluster(cl)

# 调整矩阵结构：每行对应一张图片的特征向量
feature_matrix <- t(feature_matrix)

4. 预处理阶段缩小图像尺寸 #

如果缺陷的统计特征对分辨率不敏感，可在读取图像时缩小尺寸，大幅降低计算量。推荐用magick包完成图像缩放：

library(magick)

# 读取图像并缩小至原尺寸的50%
im <- image_read("target_image.jpg") %>%
  image_resize("50%") %>%
  image_data() %>%
  as.integer() %>%
  aperm(c(2, 3, 1)) # 调整维度为 高度×宽度×通道

# 后续统计量计算同上述方案

内容的提问来源于stack exchange，提问作者Tou Mou