调整 3D 图像的大小（和重新采样）

Question

我有一个大脑的 3D 图像（我们称之为 flash），目前为 263 x 256 x 185。我想将其调整为另一个图像的大小（称之为 whole_brain_bravo）； 256 x 256 x 176，并且（希望）使用 lanczos 插值来重新采样（Image.ANTIALIAS）。我的（失败的）尝试：

from scipy import ndimage as nd
import nibabel as nib
import numpy as np



a = nib.load('flash.hdr') # nib is what I use to load the images
b = nib.load('whole_brain_bravo.hdr')

flash = a.get_data() # Access data as array (in this case memmap)
whole = b.get_data()

downed = nd.interpolation.zoom(flash, zoom=b.shape) # This obviously doesn't work

你们有没有在 3D 图像上做过这种事情？

Answer 1

来自scipy.ndimage.interpolate.zoom 的文档字符串：

"""
zoom : float or sequence, optional
    The zoom factor along the axes. If a float, `zoom` is the same for each
    axis. If a sequence, `zoom` should contain one value for each axis.
"""

两张图片之间的比例因子是多少？它在所有轴上是否保持不变（即您是否等距缩放）？在这种情况下，zoom 应该是一个浮点值。否则它应该是一个浮点序列，每个轴一个。

例如，如果可以假设whole 和flash 的物理尺寸相等，那么你可以这样做：

 dsfactor = [w/float(f) for w,f in zip(whole.shape, flash.shape)]
 downed = nd.interpolation.zoom(flash, zoom=dsfactor)

Answer 2

根据文档，zoom 参数是“沿轴的缩放因子”。这有点含糊，但听起来它们的意思是比例因子，而不是所需的尺寸。

试试这个：

zoomFactors = [bi/float(ai) for ai, bi in zip(a, b)]
downed = nd.interpolation.zoom(flash, zoom=zoomFactors) 

不确定如何选择过滤器 - 文档仅提及各种阶的样条插值。