如何使用 Python 旋转 3D 数组而不进行舍入？

Question

我有一个 3D numpy 数组，我想以我想要的角度旋转。我试过使用 scipy.ndimage.rotate 函数，它完成了这项工作。但是，它在旋转时会进行很多舍入。这给我带来了一个问题，因为我的 3D 数组是对象的表示，每个像素中的数字表示像素填充的材料（我将其存储在不同的文件中）。因此，我需要一种方法来旋转数组而不进行近似或舍入并使对象模糊不是问题

这是我使用的函数得到的结果：

Answer 1

您正在处理的问题本质上是一个抽样问题。对于您正在处理的数据，您的分辨率太低。解决此问题的一种可能性是增加您正在使用的图像的分辨率，在您旋转时强制颜色值（即边缘不混合颜色），并创建旋转后必须满足的尺寸/形状模板。

编辑：为清楚起见，分辨率太低的不是数据，而是存储数据的图像应该具有足够高的分辨率。关于多维采样的维基百科页面非常适合这个主题：https://en.wikipedia.org/wiki/Multidimensional_sampling

Answer 2

我认为我会接近它的方式，除了有人知道执行此操作的实际包之外，从索引开始并旋转它们，然后，鉴于它们可能是浮点数，将它们四舍五入.这可能不是最好的，但我认为它应该可以工作。

此示例的大部分内容是加载我发现用作示例的 3D 数据集。

import matplotlib.pyplot as plt
import os
import numpy as np
from scipy.ndimage import rotate

def load_example_data():
    # Found data as an example
    from urllib.request import urlopen
    import tarfile
    opener = urlopen( 'http://graphics.stanford.edu/data/voldata/MRbrain.tar.gz')
    tar_file = tarfile.open('MRbrain.tar.gz')
    try:
        os.mkdir('mri_data')
    except:
        pass
    tar_file.extractall('mri_data')
    tar_file.close()

    import numpy as np
    data = np.array([np.fromfile(os.path.join('mri_data', 'MRbrain.%i' % i),
                                            dtype='>u2') for i in range(1, 110)])
    data.shape = (109, 256, 256)

    return data

def rotate_nn(data, angle, axes):
    """
    Rotate a `data` based on rotating coordinates.
    """

    # Create grid of indices
    shape = data.shape
    d1, d2, d3 = np.mgrid[0:shape[0], 0:shape[1], 0:shape[2]]

    # Rotate the indices
    d1r = rotate(d1, angle=angle, axes=axes)
    d2r = rotate(d2, angle=angle, axes=axes)
    d3r = rotate(d3, angle=angle, axes=axes)

    # Round to integer indices
    d1r = np.round(d1r)
    d2r = np.round(d2r)
    d3r = np.round(d3r)

    d1r = np.clip(d1r, 0, shape[0])
    d2r = np.clip(d2r, 0, shape[1])
    d3r = np.clip(d3r, 0, shape[2])

    return data[d1r, d2r, d3r]


data = load_example_data()

# Rotate the coordinates indices
angle = 5
axes = (0, 1)

data_r = rotate_nn(data, angle, axes)

我认为总体思路可行。您将不得不考虑要围绕什么轴旋转。