如何用NumPy将分块图像数组还原为单张图像数组？

你的拆分逻辑是按行优先遍历分块：先遍历图像的行起始位置（x方向），再遍历列起始位置（y方向），所以tiles数组里的块顺序是：第一行的10个列块依次排列，接着是第二行的10个列块，以此类推。直接用reshape会因为numpy的行优先展开规则打乱块的排列，导致合并后的图像顺序错误。

方法一：分步拼接（直观易懂） #

先将分块数组重塑为(10,10,549,549)的二维分块结构，再分别完成行内拼接和行间拼接：

import numpy as np

# 将tiles转为numpy数组，假设原tiles是列表形式
tiles_array = np.array(tiles)
# 重塑为10行×10列的分块结构
tiles_grid = tiles_array.reshape(10, 10, 549, 549)
# 拼接每一行的所有分块（沿列方向）
row_imgs = [np.concatenate(row_blocks, axis=1) for row_blocks in tiles_grid]
# 拼接所有行图像（沿行方向）
reconstructed_img = np.concatenate(row_imgs, axis=0)

# 验证结果形状
print(reconstructed_img.shape)  # 输出 (5490, 5490)

方法二：轴变换+Reshape（简洁高效） #

通过调整数组轴的顺序，让分块的排列符合图像的行-列结构，再一次性reshape：

import numpy as np

tiles_array = np.array(tiles)
# 重塑为二维分块结构 → 调整轴顺序 → 直接reshape为原图尺寸
reconstructed_img = tiles_array.reshape(10,10,549,549).transpose(0,2,1,3).reshape(5490,5490)

轴变换说明：

• 原reshape(10,10,549,549)的轴顺序是(行索引, 列索引, 块高度, 块宽度)
• transpose(0,2,1,3)将轴调整为(行索引, 块高度, 列索引, 块宽度)，此时数组的结构完全匹配原图的行-列排列，后续reshape就能保证顺序正确。

内容的提问来源于stack exchange，提问作者Thomas