如何对掩码（Mask）进行尺寸调整/重采样？

嘿，这个问题抓得特别准——掩码作为像素级分类的真值，本质是离散的类别标签集合，普通图像插值（最近邻、双线性那套）要么会丢失区域的主导类别（比如最近邻刚好取到块里的少数派像素），要么会产生非整数的无效值，完全不适用。最靠谱的方法是分块投票法，核心逻辑就是用每个区域的"多数类别"代表重采样后的像素值，完美契合掩码的属性。

具体思路拆解 #

把原掩码划分成与目标尺寸一一对应的网格块，对每个块统计各类别像素的数量，票数最多的类别就是这个块重采样后的像素值。如果遇到平票（比如块里两类像素数量相同），可以自定义规则解决（比如优先背景、优先某类目标，或者取块中心像素值）。

用你的例子实际推演 #

原4×4掩码：

[[1, 1, 0, 0],
 [0, 1, 0, 0],
 [1, 1, 1, 2],
 [2, 2, 2, 2]]

要转成2×2，就把原掩码分成4个2×2的块：

• 左上块：[[1,1],[0,1]] → 1出现3次，0出现1次 → 投票选1
• 右上块：[[0,0],[0,0]] → 全0 → 选0
• 左下块：[[1,1],[2,2]] → 1和2各2次（平票），假设我们规则是"优先类别号大的目标"，就选2
• 右下块：[[1,2],[2,2]] → 2出现3次，1出现1次 → 选2

最终得到的2×2掩码就是：

[[1, 0],
 [2, 2]]

代码实现（Python + NumPy） #

这里用最直观的方式实现分块投票，你可以直接复用：

import numpy as np

# 原掩码数组
original_mask = np.array([[1, 1, 0, 0],
                          [0, 1, 0, 0],
                          [1, 1, 1, 2],
                          [2, 2, 2, 2]])

# 目标尺寸
target_height, target_width = 2, 2

# 计算每个分块的大小（确保原尺寸是目标的整数倍，否则先裁剪/补边）
block_h = original_mask.shape[0] // target_height
block_w = original_mask.shape[1] // target_width

# 初始化重采样后的掩码
resampled_mask = np.zeros((target_height, target_width), dtype=original_mask.dtype)

# 遍历每个目标块
for i in range(target_height):
    for j in range(target_width):
        # 提取当前块的所有像素
        current_block = original_mask[i*block_h : (i+1)*block_h,
                                      j*block_w : (j+1)*block_w].flatten()
        # 统计每个类别的出现次数
        category_counts = np.bincount(current_block)
        # 取票数最多的类别（平票时默认取索引最大的类别，可自定义规则）
        resampled_mask[i, j] = np.argmax(category_counts)

print(resampled_mask)

补充说明 #

1. 非整数倍尺寸处理：如果原掩码尺寸不是目标尺寸的整数倍（比如5×5转2×2），可以先把原掩码裁剪到最近的可整除尺寸，或者在边缘补背景（0）后再分块。
2. 平票规则自定义：如果不想默认选类别号大的，也可以改成优先背景（0），或者取块中心的像素值，甚至随机选择，完全看你的任务需求。
3. 高效实现优化：如果处理大尺寸掩码，用循环会慢，可以用NumPy的广播和聚合操作优化，比如用reshape结合矢量化的统计函数替代循环，不过上面的循环版本已经足够清晰，小尺寸场景用完全没问题。

这种方法既能保证输出是合法的整数类别，又能最大程度保留原掩码的区域语义，绝对是掩码重采样的标准操作。

内容的提问来源于stack exchange，提问作者yujuezhao