LoslegenKostenlos starten

Resampling

Bilder können in ganz unterschiedlichen Formen und Größen vorliegen. Resampling ist hilfreich, wenn diese Formen vereinheitlicht werden müssen. Zwei häufige Anwendungen sind:

  • Downsampling: Pixelinformationen zusammenfassen, um die Größe zu verringern
  • Upsampling: Pixelinformationen verteilen, um die Größe zu erhöhen

In dieser Übung transformierst du das Gehirnbild (im) und führst anschließend ein Resampling durch, um zu sehen, wie sich das auf die Bildgröße auswirkt.

Diese Übung ist Teil des Kurses

<Kurs>Biomedizinische Bildanalyse mit Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Verschiebe im um 20 Pixel nach links und 20 Pixel nach oben, also (-20, -20). Rotiere es anschließend um 35 Grad nach unten. Denk daran, einen Wert für reshape anzugeben.
  • Verwende ndi.zoom(), um das Bild von (256, 256) auf (64, 64) herunterzusampeln.
  • Verwende ndi.zoom(), um das Bild von (256, 256) auf (1024, 1024) hochzusampeln.
  • Zeichne die resampleten Bilder.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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()
Code bearbeiten und ausführen