调整 3D 图像大小（以及重采样）

Question

我有一张三维脑图像（我们称其为flash），目前大小为263 x 256 x 185。我想将其调整为另一张图像的大小（我们称其为whole_brain_bravo）：256 x 256 x 176，并且（希望）使用lanczos插值重新采样（Image.ANTIALIAS）。我的（失败的）尝试：

from scipy import ndimage as nd
import nibabel as nib
import numpy as np



a = nib.load('flash.hdr') # nib is what I use to load the images
b = nib.load('whole_brain_bravo.hdr')

flash = a.get_data() # Access data as array (in this case memmap)
whole = b.get_data()

downed = nd.interpolation.zoom(flash, zoom=b.shape) # This obviously doesn't work

你们有没有在3D图像上做过这样的事情？

- faskiat

Answer 1

从scipy.ndimage.interpolate.zoom的文档字符串中得知：

"""
zoom : float or sequence, optional
    The zoom factor along the axes. If a float, `zoom` is the same for each
    axis. If a sequence, `zoom` should contain one value for each axis.
"""

这两张图片的比例因子是多少？它在所有轴上是否相同（即等比缩放）？在这种情况下，zoom 应该是单个浮点数。否则，它应该是一个浮点数序列，每个轴对应一个。

例如，如果可以假定 whole 和 flash 的物理尺寸相等，那么您可以像这样操作：

 dsfactor = [w/float(f) for w,f in zip(whole.shape, flash.shape)]
 downed = nd.interpolation.zoom(flash, zoom=dsfactor)

- ali_m

---

这实际上很好，谢谢。你也知道如何重新采样缩小吗？ - faskiat

这就是np.interpolation.zoom从flash生成downed的方式！您可以通过order=参数更改它使用的样条插值顺序（我不知道numpy/scipy中任何Lanczos插值的实现）。 - ali_m

啊，我明白你的意思了。我本来希望能使用Lanczos算法，但这也不是什么大问题。而且，是的，Lanczos算法已经在Python图像处理库中实现了；根据文档，Image.ANTIALIAS实际上是一个用C语言编写的3-lobes Lanczos算法。 - faskiat

正如您已经知道的那样，PIL仅处理2D图像，因此您将受到对数组的2D切片重新采样的限制。我真的不认为您会在Lanczos和cubic spline插值之间看到太多实际差异。 - ali_m

Answer 2

根据文档，zoom参数是“沿坐标轴的缩放因子”。这有些模糊，但它听起来像是指比例因子，而不是所需的尺寸。

试试这个：

zoomFactors = [bi/float(ai) for ai, bi in zip(a, b)]
downed = nd.interpolation.zoom(flash, zoom=zoomFactors) 

对于选择过滤器不确定 - 文档只提到了各种阶数的样条插值。

- Brionius

---

你会如何在Python中对3D图像进行重采样？比如说，假设我给你一张图片，然后你看着它觉得“哦，这看起来很糟糕，我应该用最近邻法使它更好看一些”，你会怎么做呢？ - faskiat

降采样图像有什么意义，会让它看起来更好吗？如果我想重新采样一个数组，我猜我会尝试使用scipy.ndimage.interpolation.zoom。这个方法对你不起作用吗？我相信有很多方法可以做到这一点，但除非你描述为什么这个方法不够好，否则我无法帮助你。 - Brionius

并不是说它不够好，只是我非常喜欢Lanczos方案在缩小JPEG图像时产生的效果，所以我想在3D图像中复制它。但这不是什么大问题，样条插值也很好（嘿嘿，我押韵了）。感谢您的帮助！ - faskiat

啊，我明白了。我会找找看，但我脑海中并不知道如何使用Lanczos过滤器进行3D重采样 - 祝你好运！ - Brionius

@elefun，使用order=0的插值缩放不适用于最近邻下采样吗？ - adalca