skimage.measure.block_reduce()每个参数详细使用

`skimage.measure.block_reduce()` 是 Scikit-image 库中的一个函数，用于对图像数据进行降采样（block-wise reduction）。这个功能常用于减少计算量、减少内存占用以及处理高分辨率图像。它将图像分割成固定大小的块（blocks），然后对每个块应用一个聚合操作（如平均、最大值、最小值等），生成一个新的低分辨率图像。

函数的基本语法如下：

block_reduce(image, block_size, func=np.mean)

参数详解：

1. `image`: 需要进行降采样的输入图像，通常是一个二维或三维数组，表示像素的灰度值或颜色通道。

2. `block_size`: 一个整数或元组，指定降采样的块大小。如果是一个整数，所有维度都将采用相同的块尺寸；如果是元组，则可以针对每个维度设置不同的块尺寸。

3. `func`: 可选，聚合操作的函数。默认为 `np.mean`（取均值），其他可用的函数包括 `np.max`, `np.min`, `np.sum` 等。这个函数接收一个包含像素值的块作为输入，并返回单个值。

例子使用:

from skimage import data, measure
import numpy as np

# 加载示例图像
image = data.camera()
# 使用 4x4 的块大小，取平均值进行降采样
reduced_image = measure.block_reduce(image, (4, 4), func=np.mean)

# 打印降采样后的图像尺寸
print("Original image shape:", image.shape)
print("Reduced image shape:", reduced_image.shape)