256×256图像分块拼接重建3840×2048原图问题排查

1. 分块读取顺序错乱 #

你存储分块时的遍历顺序是：先水平方向逐列移动（col_i），再垂直方向逐行移动（row_i），生成的文件名按数字序号递增。但你读取时直接用glob.glob遍历文件，默认是字符串排序而非数字顺序，比如xxx_10.png会排在xxx_2.png之前，最终patches列表的顺序和你存储时的顺序完全不匹配，这是所有错误的核心根源。

2. sklearn重建全黑的原因 #

• 参数错误：你调用reconstruct_from_patches_2d(input_patches, input_image)时，input_image还没有被定义为形状元组，参数错误导致重建输出无效，自然是全黑图像。
• 形状传反：numpy数组的维度顺序是(高度, 宽度, 通道数)，原图尺寸是3840（宽）×2048（高），正确形状应为(2048, 3840, 3)，你后续定义的(3840,2048,3)宽高顺序完全颠倒，就算参数赋值正确也会重建失败。
• 通道不匹配：你用cv2.imread读取的图像是BGR通道顺序，后续直接用Image.fromarray以RGB模式存储，通道反转也会导致颜色完全错乱。
• 顺序要求：reconstruct_from_patches_2d要求输入的patches按**行优先（逐行逐列）**的顺序排列，你本身读取的patches顺序是乱的，就算参数完全正确也重建不出正确结果。

3. 手动拼接错误的原因 #

• 变量引用错误：你循环中使用的img变量从未定义，你读取到的分块存储在input_patches中，形状为(120, 256, 256, 3)，不存在x, y两个维度的索引，img[x, y, 0, ...]的索引方式完全错误。
• 形状定义错误：和前面的问题一致，你定义的reconstructed_arr形状(3840,2048,3)宽高顺序颠倒，直接导致内容错位。
• 切片长度错误：你的分块尺寸是256，但是赋值时切片写的是x_pos:x_pos + 512，会导致分块重叠覆盖或者越界。
• 数值类型错误：reconstructed_arr默认是float64类型，直接用cv2.imwrite存储时，OpenCV会把大于1的浮点值全部判定为最大值255，小于1的判定为0，最终输出异常的灰度图像。
• 逻辑错误：(input_image == reconstructed_arr).all()是完全无效的判断，input_image是形状元组，和numpy数组对比永远返回False。

修复思路 #

1. 读取分块时按文件名的数字序号排序，示例代码：

img_paths = sorted(glob.glob(os.path.join(directory_path, "*.png")), key=lambda x: int(os.path.splitext(os.path.basename(x))[0].split('_')[-1]))

2. 手动拼接时按分块的行列数遍历：3840/256=15列，2048/256=8行，共120块，按照和存储时对应的顺序填充即可。
3. 注意通道转换：用OpenCV读取的图像要转RGB再用PIL存储，或者直接用OpenCV存储不需要转通道。
4. 重建时确认参数正确：调用reconstruct_from_patches_2d时第二个参数传入正确的形状元组(2048, 3840, 3)。

内容的提问来源于stack exchange，提问作者Matança de Porco