8通道多波段图像构建KMeans特征向量报索引越界及维度错误求解

数组越界报错原因 #

• 数组维度索引顺序错误：你的arr_image形状为(8, 22096, 17771)，第0维是8个通道（索引范围0~7），第1维是图像行（共22096行），第2维是图像列（共17771列）。原循环中直接用行索引i取第0维的值，i最大到22095，远超过第0维的最大索引7，必然触发越界。
• 原循环逻辑本身存在错误：内层循环重复向向量中追加同一个值，且将特征向量追加到总列表的操作写在了通道遍历循环内部，会生成大量重复无效数据，运行效率极低。

一维数组报错原因 #

• 直接对数组调用flatten()会将整个3维数组拉平为长度8*22096*17771的一维序列，完全丢失了「单个像素对应8个通道值组成的特征向量」的结构。而sklearn的StandardScaler、KMeans接口要求输入为形状(样本数, 特征维度数)的二维数组，一维输入不符合参数格式要求。
• 原代码还存在变量名拼写问题：定义的聚类实例名为kmeans_d，后续取聚类中心时写成了kmeans；定义的中心变量名为centers，后续索引时写成了centers_d，这类拼写问题也会触发运行错误。

不要使用Python原生三重循环处理近4亿量级的像素数据，numpy向量化操作的运行效率比原生循环高数百倍，正确代码如下：

import numpy as np
from sklearn import preprocessing
from sklearn.cluster import KMeans

# 1. 调整维度顺序并重塑为符合sklearn要求的二维特征矩阵
# 原维度顺序(通道数, 行数, 列数) -> 转置为(行数, 列数, 通道数) -> 重塑为(像素总数, 8个通道特征)
feature_vectors = arr_image.transpose(1, 2, 0).reshape(-1, 8)

# 2. 特征标准化
scaler_d = preprocessing.StandardScaler()
feature_vectors_scaled = scaler_d.fit_transform(feature_vectors)

# 3. KMeans聚类
kmeans_d = KMeans(n_clusters=13, random_state=170)
labels = kmeans_d.fit_predict(feature_vectors_scaled)
centers = kmeans_d.cluster_centers_

# 可选：将聚类结果还原为原图像尺寸
# 每个像素的聚类类别图，形状(22096, 17771)
cluster_label_map = labels.reshape(22096, 17771)
# 每个像素替换为对应聚类中心的结果图，形状(22096, 17771, 8)
result = centers[labels].reshape(22096, 17771, 8)

• 大尺寸图像聚类对内存要求较高，若出现内存不足问题，可以先对图像做下采样分块处理，再做聚类。
• 训练聚类模型、做标准化时必须传入二维特征矩阵，不要传入拉平后的一维数组。
• 调用对象属性时注意变量名前后一致，避免拼写错误。

内容的提问来源于stack exchange，提问作者rayan