補間
補間とは、画像変換を適用する際に新しいピクセル強度を推定する方法です。SciPy では スプライン関数のセット を使って実装されています。
ndi.zoom() などの関数を使う際に補間の order（次数）を変更すると、推定結果が変わります。次数が高いほど柔軟な推定が得られますが、計算時間も長くなります。
この演習では、im をアップサンプリングして、補間の次数の違いが出力画像にどのような影響を与えるかを確認しましょう。
この演習はコースの一部です
Python による生体医療画像解析
演習の手順
ndi.zoom()を使って、imの形状を128, 128から512, 512に2回アップサンプリングします。最初は補間のorderを 0 に設定し、次にorderを 5 に設定してください。imとup0の配列の形状を出力してください。- 各画像のクローズアップを描画します。各軸に沿ってインデックス範囲
128:256を使用してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()