เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การอินเทอร์โพเลต

การอินเทอร์โพเลต (Interpolation) คือกระบวนการประมาณค่าความเข้มของพิกเซลใหม่เมื่อมีการแปลงภาพ ใน SciPy ใช้งานผ่านชุดฟังก์ชัน spline

การปรับค่า order ของการอินเทอร์โพเลตเมื่อใช้ฟังก์ชันอย่าง ndi.zoom() จะส่งผลต่อค่าประมาณที่ได้ โดย order ที่สูงขึ้นให้ค่าประมาณที่ยืดหยุ่นกว่า แต่ใช้เวลาคำนวณนานกว่า

ในแบบฝึกหัดนี้ ให้ทำการ upsample im แล้วสังเกตผลของ order การอินเทอร์โพเลตที่แตกต่างกันต่อภาพที่ได้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ภาพทางชีวการแพทย์ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ ndi.zoom() เพื่อ upsample im จาก shape 128, 128 เป็น 512, 512 สองครั้ง โดยครั้งแรกใช้ order เป็น 0 จากนั้นตั้งค่า order เป็น 5
  • แสดง shape ของอาร์เรย์ im และ up0
  • พล็อตภาพขยายเฉพาะส่วน โดยใช้ช่วงดัชนี 128:256 ตามแต่ละแกน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด