【Python】numpy库中上难度例题4道+详解考察点（多维数组+多层嵌套循环）

题目一：灰度图像中识别并统计特定像素模式的出现次数

题目:

假设你正在开发一个图像处理算法，需要在一个较大的灰度图像中识别并统计特定像素模式的出现次数。给定一个大图像 large_image 和一个较小的模板图像 template，编写一个 Python 函数 find_pattern_count(large_image, template)，使用 NumPy 来实现这一功能。

函数应该：

接受两个参数：一个大的二维 NumPy 数组 large_image 表示大图像，以及一个小的二维 NumPy 数组 template 表示模板图像。
在 large_image 中搜索与 template 完全匹配（即像素值相同）的所有子图像。
返回这些匹配的子图像在 large_image 中出现的总次数。
注意：

large_image 和 template 都是 MxN 的灰度图像，其中 M 和 N 分别代表行数和列数。
template 的尺寸一定小于或等于 large_image 的尺寸。

考察点:

1.numpy库,二维数组的构造格式

2.注意循环范围,对于每个元素,要判断它的右,下,右下,所以临界时不能出现下标越界

3.可以用all方法判断整体小块是否相同

代码:

# 解法一 四重循环 逐一判断
import numpy as np


def find_pattern_count(large_image, template):
    large_h, large_w = large_image.shape
    temp_h, temp_w = template.shape
    count = 0

    for i in range(large_h - temp_h + 1):    #循环遍历整个二维数组每个元素
        for j in range(large_w - temp_w + 1):
            match = True    # 假设符合
            for k in range(temp_h):    #以每个元素为所要对比的小块的左上角元素,依次遍历右,下,右下
                for l in range(temp_w):
                    if large_image[i + k, j + l] != template[k, l]:
                        match = False    # 不符合
                        break
                if not match:
                    break
            if match:
                count += 1

    return count


# 示例数据
large_ima