im2colのアルゴリズムについて

Numpyを使ったim2colのアルゴリズムで分からない部分があります。
以下のコードで、
col[:, :, y, x, :, :] = img[:, :, y:y_max:stride, x:x_max:stride]
という行があるのですが、これが具体的にどんな処理を行っているのか、そしてVisual Basicや、JavaScriptのFor loopで書くとどんなコードになるのか知りたいです。宜しくお願い致します。

引用
リンク内容

Python3
1import numpy as np
2
3def im2col(input_data, filter_h, filter_w, stride=1, pad=0):
4    N, C, H, W = input_data.shape
5    out_h = (H + 2*pad - filter_h)//stride + 1
6    out_w = (W + 2*pad - filter_w)//stride + 1
7
8    img = np.pad(input_data, [(0,0), (0,0), (pad, pad), (pad, pad)], 'constant')
9    col = np.zeros((N, C, filter_h, filter_w, out_h, out_w))
10
11    for y in range(filter_h):
12        y_max = y + stride*out_h
13        for x in range(filter_w):
14            x_max = x + stride*out_w
15            
16            # この行をFor Loopで実装したい
17            col[:, :, y, x, :, :] = img[:, :, y:y_max:stride, x:x_max:stride]
18
19
20    print("Result 1 --------------------------------")
21    print(col)
22
23    col = col.transpose(0, 4, 5, 1, 2, 3)
24    print("Result 2 --------------------------------")
25    print(col)
26
27    col = col.reshape(N*out_h*out_w, -1)
28    print("Result 3 --------------------------------")
29    print(col)
30
31    #return col
32
33x= [
34    [1,2,3,4],
35    [5,6,7,8],
36    [9,10,11,12],
37    [13,14,15,16]
38    ]
39x= np.array([[x]])
40
41im2col(x,3,3,stride=1,pad=0)
42
43

#実行結果

Python3
1Result 1 --------------------------------
2[[[[[[  1.   2.]
3     [  5.   6.]]
4
5    [[  2.   3.]
6     [  6.   7.]]
7
8    [[  3.   4.]
9     [  7.   8.]]]
10
11
12   [[[  5.   6.]
13     [  9.  10.]]
14
15    [[  6.   7.]
16     [ 10.  11.]]
17
18    [[  7.   8.]
19     [ 11.  12.]]]
20
21
22   [[[  9.  10.]
23     [ 13.  14.]]
24
25    [[ 10.  11.]
26     [ 14.  15.]]
27
28    [[ 11.  12.]
29     [ 15.  16.]]]]]]
30Result 2 --------------------------------
31[[[[[[  1.   2.   3.]
32     [  5.   6.   7.]
33     [  9.  10.  11.]]]
34
35
36   [[[  2.   3.   4.]
37     [  6.   7.   8.]
38     [ 10.  11.  12.]]]]
39
40
41
42  [[[[  5.   6.   7.]
43     [  9.  10.  11.]
44     [ 13.  14.  15.]]]
45
46
47   [[[  6.   7.   8.]
48     [ 10.  11.  12.]
49     [ 14.  15.  16.]]]]]]
50Result 3 --------------------------------
51[[  1.   2.   3.   5.   6.   7.   9.  10.  11.]
52 [  2.   3.   4.   6.   7.   8.  10.  11.  12.]
53 [  5.   6.   7.   9.  10.  11.  13.  14.  15.]
54 [  6.   7.   8.  10.  11.  12.  14.  15.  16.]]