Comece agoraComece grátis

Interpolação

A interpolação é como as novas intensidades de pixels são estimadas quando uma transformação de imagem é aplicada. Ela é implementada no SciPy usando conjuntos de funções spline.

Ao editar o parâmetro order de interpolação ao usar uma função como ndi.zoom(), você modifica a estimativa resultante: ordens mais altas fornecem estimativas mais flexíveis, mas levam mais tempo para calcular.

Neste exercício, faça o upsampling de im e investigue o efeito de diferentes ordens de interpolação na imagem resultante.

Este exercicio faz parte do curso

Análise de Imagens Biomédicas em Python

Ver curso

Instruções do exercicio

  • Use ndi.zoom() para fazer upsampling de im de um formato 128, 128 para 512, 512 duas vezes. Primeiro, use order de interpolação igual a 0; depois, defina order como 5.
  • Imprima os formatos (shapes) dos arrays im e up0.
  • Plote aproximações das imagens. Use o intervalo de índices 128:256 em cada eixo.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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()
Editar e Executar Código