Reeșantionare
Imaginile pot fi colectate în diverse forme și dimensiuni. Reeșantionarea este un instrument util atunci când aceste dimensiuni trebuie uniformizate. Două aplicații frecvente sunt:
- Subeșantionarea: combinarea datelor din pixeli pentru a reduce dimensiunea
- Supraesantionarea: distribuirea datelor din pixeli pentru a crește dimensiunea
În acest exercițiu, vei transforma și apoi vei reeșantiona imaginea creierului (im) pentru a vedea cum se modifică dimensiunea acesteia.
Acest exercițiu face parte din cursul
Analiza imaginilor biomedicale în Python
Instrucțiuni pentru exercițiu
- Deplasează
imcu 20 de pixeli la stânga și 20 de pixeli în sus, adică(-20, -20). Apoi, rotește-o cu 35 de grade în jos. Nu uita să specifici o valoare pentrureshape. - Folosește
ndi.zoom()pentru a subeșantiona imaginea de la (256, 256) la (64, 64). - Folosește
ndi.zoom()pentru a supraesantiona imaginea de la (256, 256) la (1024, 1024). - Reprezintă grafic imaginile reeșantionate.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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()