Omsampling
Bilder kan samlas in i en mängd olika former och storlekar. Omsampling är ett användbart verktyg när dessa former behöver göras enhetliga. Två vanliga tillämpningar är:
- Nedsampling: kombinerar pixeldata för att minska storleken
- Uppsampling: fördelar pixeldata för att öka storleken
I den här övningen transformerar och omsamplar du hjärnbilden (im) för att se hur det påverkar bildens form.
Den här övningen är en del av kursen
Biomedicinsk bildanalys i Python
Övningsinstruktioner
- Förflytta
im20 pixlar åt vänster och 20 pixlar uppåt, d.v.s.(-20, -20). Rotera den sedan 35 grader nedåt. Kom ihåg att ange ett värde förreshape. - Använd
ndi.zoom()för att nedsampla bilden från (256, 256) till (64, 64). - Använd
ndi.zoom()för att upsampla bilden från (256, 256) till (1024, 1024). - Rita de omsamplade bilderna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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()