我正在處理人臉識別任務，我想提取人臉特征，但只是從人臉圖像中的特定關鍵位置提取人臉特征。但是對于這樣的任務，我需要計算該特定部分相鄰區域的平均像素值。由于沒有算法，我是手工這樣做的。這是一個詳盡的過程。這就是我的做法：img = plt.imread(path)img[25, 40] = 0img[25, 41] = 0img[25, 39] = 0img[26, 40] = 0img[26, 39] = 0img[26, 41] = 0img[24, 39] = 0img[24, 40] = 0img[24, 41] = 0img[25, 110] = 0img[25, 111] = 0img[25, 109] = 0img[24, 109] = 0img[24, 110] = 0img[24, 111] = 0img[26, 109] = 0img[26, 110] = 0img[26, 111] = 0img[25, 170] = 0img[25, 171] = 0img[25, 169] = 0img[24, 170] = 0img[24, 171] = 0img[24, 169] = 0img[26, 170] = 0img[26, 169] = 0img[26, 171] = 0img[40, 40] = 0img[40, 41] = 0img[40, 39] = 0img[41, 40] = 0img[41, 41] = 0img[41, 39] = 0img[39, 40] = 0img[39, 39] = 0img[39, 41] = 0img[50, 110] = 0img[50, 111] = 0img[50, 109] = 0img[51, 110] = 0img[51, 111] = 0img[51, 109] = 0img[49, 110] = 0img[40, 170] = 0img[40, 171] = 0img[40, 169] = 0img[39, 170] = 0img[39, 171] = 0img[39, 169] = 0img[41, 170] = 0img[41, 171] = 0img[41, 169] = 0plt.imshow(img)我想做的基本上是有一種更好的方法來計算圖像中 20 個坐標的中心周圍相鄰 3x3 像素的平均值，并將其存儲在 n 維向量中。或者為了更清楚：對于選擇的關鍵點 1 計算 3x3 鄰域中的平均值，存儲該值。關鍵點 2 計算 3x3 鄰域中的平均值，存儲該值。對于對應于圖像中坐標 x 和 y 的任何給定關鍵點。每個關鍵點都是具有 3x3 像素的網格的平均值，我需要獲取平均值并將其存儲在 20d 數組中。最好的方法是什么？