Začněte nyníZačněte zdarma

Interpolace

Interpolace je metoda, která odhaduje intenzity nových pixelů při transformaci obrazu. V SciPy je implementována pomocí sady spline funkcí.

Změna parametru order interpolace při použití funkce jako ndi.zoom() ovlivňuje výsledný odhad: vyšší řády nabízejí flexibilnější odhady, ale výpočet trvá déle.

V tomto cvičení zvětšíš rozlišení obrázku im a prozkoumáš, jaký vliv má volba různých řádů interpolace na výsledný obraz.

Toto cvičení je součástí kurzu

Biomedical Image Analysis in Python

Zobrazit kurz

Pokyny k cvičení

  • Použij ndi.zoom() k dvojnásobnému převzorkování im ze tvaru 128, 128 na 512, 512. Nejprve nastav interpolační order na 0, poté ho nastav na 5.
  • Vypiš tvary polí im a up0.
  • Vykresli detailní záběry obrázků. Použij rozsah indexů 128:256 podél každé osy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Upsample "im" by a factor of 4
up0 = ndi.zoom(____, zoom=____, order=____)
up5 = ____

# Print original and new shape
print('Original shape:', ____)
print('Upsampled shape:', ____)

# Plot close-ups of the new images
fig, axes = plt.subplots(1, 2)
axes[0].imshow(up0[128:256, 128:256])
axes[1].imshow(____)
format_and_render_plots()
Upravit a spustit kód