各位好，小弟手邊有一張影像(500px500p)，有點類似一般的照片經選轉，
所以在分別在四邊上有黑色直角三角形形成的NAN，而位置是固定已知的。
而在除黑邊外的部分，則有些許不規則NAN散布其中，有大有小，有點類似補丁的概念。
目前我打算將除了黑邊之外的NAN(補丁)部分以相鄰值來補，僅計算周圍有值者進行平均，
忽略掉NAN，並逐步擴散至將其他NAN補完。
2 6 4 2 6 4
8 NAN NAN → 8 5 NAN
NAN NAN NAN 補值後 NAN NAN NAN
雖說配合nanmean與while迴圈可按此方法處理整張影像，但耗時相當長，
是否有其他更直觀快速的方式可行？謝謝大家

我想先問一下，旋轉是自己做的嗎？你想做的事情，旋轉過程中內插改一下就可以解決。如果不是，先抓isnan座標，再來看是用parfor或是弄成矩陣運算都可以加速。

拿到的資料就已旋轉過，我目前在想是否能區塊化bwlabel regiongroups來處理加速

你指的是regionprops？是的話應該可以，跟我說的轉矩陣運算應該差不多，而且這指令還支援GPU加速。