如何在NumPy数组中查找指定大小、数值在[μ±σ]区间的patch

你可以借助NumPy的滑动窗口视图能力高效实现，不需要手动写嵌套循环遍历，核心逻辑如下：

• 首先生成布尔掩码：判断原数组每个元素是否落在[mu - sigma, mu + sigma]区间内，符合条件标记为True
• 调用np.lib.stride_tricks.sliding_window_view切出所有尺寸为patch_size × patch_size的候选窗口，该方法不会额外复制数组，性能开销很低
• 对每个窗口执行all()判断，只要窗口内所有值都是True，就说明这个patch完全符合要求
• 最后用np.where/np.argwhere提取符合条件的窗口左上角坐标，按需转换为1基/0基索引即可

import numpy as np
from numpy.lib.stride_tricks import sliding_window_view

a = np.array([[2, 1, 6, 7, 6, 5, 9, 1, 5, 6],
              [1, 7, 6, 0, 1, 9, 8, 1, 2, 0],
              [4, 4, 5, 1, 7, 8, 8, 7, 3, 3],
              [5, 6, 4, 4, 5, 4, 2, 2, 2, 7],
              [3, 4, 4, 5, 5, 4, 8, 6, 1, 9],
              [4, 4, 5, 5, 4, 6, 1, 9, 4, 5],
              [8, 4, 6, 4, 4, 5, 2, 1, 8, 0],
              [4, 5, 5, 5, 5, 4, 6, 2, 2, 4],
              [3, 6, 1, 7, 7, 3, 2, 3, 5, 1],
              [5, 1, 8, 3, 1, 4, 5, 9, 5, 0]])

patch_mu = 5
patch_sigma = 1
patch_size = 5 # 正方形边长直接传数值即可

def find_patch_index(arr, mu, sigma, size):
    # 边界合法性判断
    if size > arr.shape[0] or size > arr.shape[1]:
        raise ValueError("patch尺寸不能大于原数组尺寸")
    # 生成区间匹配布尔掩码
    lower = mu - sigma
    upper = mu + sigma
    mask = (arr >= lower) & (arr <= upper)
    # 切出所有指定尺寸的滑动窗口
    windows = sliding_window_view(mask, window_shape=(size, size))
    # 判断窗口内所有元素是否符合要求，返回0基索引
    valid = windows.all(axis=(-1, -2))
    idx = np.argwhere(valid)
    # 转换为1基索引和示例输出匹配
    idx = idx + 1
    # 可按需返回第一个符合条件的坐标，或所有符合条件的坐标列表
    return idx[0] if len(idx) > 0 else None

idx = find_patch_index(a, patch_mu, patch_sigma, patch_size)
print(idx) # 输出 [3 1]，和示例要求一致

如果你使用的NumPy版本低于1.20.0没有内置sliding_window_view，可以替换为np.lib.stride_tricks.as_strided实现滑动窗口，核心判断逻辑完全一致。

内容的提问来源于stack exchange，提问作者ravi