如何将8×8×3的图像块展平为长度为64的一维向量

问题原因 #

你得到长度为192的数组是因为每个切分后的块保留了RGB三个通道，8×8×3=192，直接调用ravel()会将三个通道的所有像素值全部展开，自然不符合你预期的64长度需求。

解决方案 #

根据你的实际需求，可以选择以下三种实现方式：

方案1：先转灰度图再切块展平 #

如果你只需要单通道的像素信息，直接在读取图像时转为灰度图，此时每个8×8块只有1个通道，展开后长度正好为64：

import cv2 as cv
import numpy as np

# 读取图像时直接转为灰度图，形状变为(256, 256)
img_one = cv.imread("001.jpg", cv.IMREAD_GRAYSCALE)
# 切块逻辑保持不变
blocks = np.array([img_one[i:i+8, j:j+8] for j in range(0,256,8) for i in range(0,256,8)])
# 展开单个块，输出长度为64
flatten_block = blocks[0].ravel()

方案2：保留三通道，单独对指定通道展平 #

如果你需要保留RGB三通道，仅对单个通道的8×8块做展平，按需提取对应通道的块即可：

img_one = cv.imread("001.jpg") # 默认BGR三通道，形状(256, 256, 3)
blocks = np.array([img_one[i:i+8, j:j+8] for j in range(0,256,8) for i in range(0,256,8)])
# 提取第一个块的B通道展开，长度为64，G通道对应索引1，R通道对应索引2
flatten_channel = blocks[0][:, :, 0].ravel()

方案3：高效批量处理（无循环） #

如果需要处理大量图像，用numpy内置的滑动窗口视图替代列表推导式，性能提升明显：

img_one = cv.imread("001.jpg", cv.IMREAD_GRAYSCALE)
# 生成步长为8的8×8滑动窗口，得到所有块
blocks = np.lib.stride_tricks.sliding_window_view(img_one, (8,8))[::8, ::8].reshape(-1, 8, 8)
# 一次性展平所有块，输出形状为(1024, 64)，共1024个8×8块
all_flatten_blocks = blocks.reshape(-1, 64)

内容的提问来源于stack exchange，提问作者v_him