重采样
图像可以以多种形状和大小采集。當需要统一这些形状时，重采样 非常有用。两个常见应用是：
- 下采样：合并像素数据以减小尺寸
- 上采样：分配像素数据以增大尺寸
在本练习中，请先对脑部图像 (im) 做变换，然后进行重采样，观察这对图像形状的影响。
本练习是课程的一部分
Python 中的生物医学图像分析
练习说明
- 将
im向左平移 20 个像素、向上平移 20 个像素，即(-20, -20)。然后将其向下旋转 35 度。请记得为reshape指定取值。 - 使用
ndi.zoom()将图像从 (256, 256) 下采样到 (64, 64)。 - 使用
ndi.zoom()将图像从 (256, 256) 上采样到 (1024, 1024)。 - 绘制这些重采样后的图像。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()