Kom igångKom igång gratis

Plotta andra vyer

Vilka två dimensioner som helst i en array kan bilda en bild, och snitt längs olika axlar ger användbara perspektiv. Ojämna samplingsfrekvenser kan dock ge förvrängda bilder.

Genom att justera bildförhållandet kan du åtgärda detta genom att öka bredden på en av dimensionerna.

I den här övningen plottar du bilder som skär längs den andra och tredje dimensionen av vol. Ange bildförhållandet explicit för att få korrekta, oförvrängda bilder.

Den här övningen är en del av kursen

Biomedicinsk bildanalys i Python

Visa kurs

Övningsinstruktioner

  • Ta ett 2D-snitt från vol där "axel 1" är 256.
  • Ta ett 2D-snitt från vol där "axel 2" är 256.
  • Beräkna bildförhållandet för varje bild genom att dividera samplingsfrekvensen för axel 0 med samplingsfrekvensen för den motsatta axeln. Den här informationen finns i vol.meta.
  • Plotta bilderna i en subplots-array. Ange aspect-förhållandet för varje bild och sätt cmap='gray'.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Select frame from "vol"
im1 = vol[:, 256, :]
im2 = ____

# Compute aspect ratios
d0, d1, d2 = ____
asp1 = d0 / d2
asp2 = ____

# Plot the images on a subplots array 
fig, axes = plt.subplots(nrows=2, ncols=1)
axes[0].imshow(im1, cmap='gray', ____)
____
plt.show()
Redigera och kör kod