Zacznij terazZacznij za darmo

Interpolacja

Interpolacja to metoda szacowania intensywności nowych pikseli podczas przekształcania obrazu. W SciPy jest ona realizowana za pomocą zestawów funkcji sklejanych.

Zmiana parametru order interpolacji w funkcjach takich jak ndi.zoom() wpływa na uzyskiwany wynik: wyższe rzędy dają bardziej elastyczne oszacowania, ale wymagają dłuższego czasu obliczeń.

W tym ćwiczeniu zwiększ rozdzielczość obrazu im i sprawdź, jak różne rzędy interpolacji wpływają na wynik.

To ćwiczenie jest częścią kursu

Analiza obrazów biomedycznych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj ndi.zoom(), aby dwukrotnie zwiększyć rozdzielczość im z kształtu 128, 128 do 512, 512. Najpierw zastosuj interpolację order równą 0, a następnie ustaw order na 5.
  • Wyświetl kształty tablic im i up0.
  • Narysuj powiększenia obrazów. Użyj zakresu indeksów 128:256 wzdłuż każdej osi.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()
Edytuj i uruchom kod