Převzorkování
Snímky mohou mít nejrůznější tvary a rozměry. Převzorkování je užitečný nástroj, když je potřeba tyto rozměry sjednotit. Dvě nejčastější aplikace jsou:
- Podvzorkování: slučování dat pixelů za účelem zmenšení rozlišení
- Nadvzorkování: rozprostření dat pixelů za účelem zvětšení rozlišení
V tomto cvičení transformuj a pak převzorkuj snímek mozku (im) a sleduj, jak se změní tvar obrázku.
Toto cvičení je součástí kurzu
Biomedical Image Analysis in Python
Pokyny k cvičení
- Posuň
imo 20 pixelů doleva a o 20 pixelů nahoru, tj.(-20, -20). Pak ho otoč o 35 stupňů dolů. Nezapomeň zadat hodnotu proreshape. - Pomocí
ndi.zoom()proveď podvzorkování snímku z (256, 256) na (64, 64). - Pomocí
ndi.zoom()proveď nadvzorkování snímku z (256, 256) na (1024, 1024). - Vykresli převzorkované snímky.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Center and level image
xfm = ndi.shift(____, shift=____)
xfm = ndi.rotate(____, angle=____, reshape=____)
# Resample image
im_dn = ndi.zoom(xfm, zoom=____)
im_up = ____
# Plot the images
fig, axes = plt.subplots(2, 1)
axes[0].imshow(im_dn)
____
format_and_render_plot()