Question

我有一个2D numpy数组，表示来自CCD的单色图像，该CCD已经被分类为3x3（也就是说，数组中的每个值代表物理CCD上的9个像素（3x3））。

我想将其重新缩放以匹配原始CCD布局（因此我可以使用来自同一CCD的非分箱图像轻松覆盖它）。

我看到了Resampling a numpy array representing an image，但这似乎并不像我想要的那样。

假设我有一个数组g：

import numpy as np
import scipy.ndimage

 g = np.array([[0, 1, 2],
               [3, 4, 5],
               [6, 7, 8]])

当我尝试将其缩放2倍时：

o = scipy.ndimage.zoom(g, 2, order=0)

我得到了我所期望的 - 每个值现在是2x2相同的值：

array([[0, 0, 1, 1, 2, 2],
       [0, 0, 1, 1, 2, 2],
       [3, 3, 4, 4, 5, 5],
       [3, 3, 4, 4, 5, 5],
       [6, 6, 7, 7, 8, 8],
       [6, 6, 7, 7, 8, 8]])

但是当我尝试按比例缩放3倍时，我得到了这个：

o = scipy.ndimage.zoom(g, 3, order=0)

给我：

array([[0, 0, 1, 1, 1, 1, 2, 2, 2],
       [0, 0, 1, 1, 1, 1, 2, 2, 2],
       [3, 3, 4, 4, 4, 4, 5, 5, 5],
       [3, 3, 4, 4, 4, 4, 5, 5, 5],
       [3, 3, 4, 4, 4, 4, 5, 5, 5],
       [3, 3, 4, 4, 4, 4, 5, 5, 5],
       [6, 6, 7, 7, 7, 7, 8, 8, 8],
       [6, 6, 7, 7, 7, 7, 8, 8, 8],
       [6, 6, 7, 7, 7, 7, 8, 8, 8]])

我希望原始数组中的每个值都成为一组3x3值...这不是我得到的。

我该怎么办？（为什么我会得到这个不直观的结果？）

Answer 1

您可以使用np.kron：

In [16]: g
Out[16]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [17]: np.kron(g, np.ones((3,3), dtype=int))
Out[17]: 
array([[0, 0, 0, 1, 1, 1, 2, 2, 2],
       [0, 0, 0, 1, 1, 1, 2, 2, 2],
       [0, 0, 0, 1, 1, 1, 2, 2, 2],
       [3, 3, 3, 4, 4, 4, 5, 5, 5],
       [3, 3, 3, 4, 4, 4, 5, 5, 5],
       [3, 3, 3, 4, 4, 4, 5, 5, 5],
       [6, 6, 6, 7, 7, 7, 8, 8, 8],
       [6, 6, 6, 7, 7, 7, 8, 8, 8],
       [6, 6, 6, 7, 7, 7, 8, 8, 8]])

zoom(g, 3, order=0)的输出有点令人惊讶。考虑第一行：[0, 0, 1, 1, 1, 1, 2, 2, 2]。为什么有四个1 s？

当order=0缩放（实际上）计算np.linspace(0, 2, 9)时，它看起来像

In [80]: np.linspace(0, 2, 9)
Out[80]: array([ 0.  ,  0.25,  0.5 ,  0.75,  1.  ,  1.25,  1.5 ,  1.75,  2.  ])

然后舍入值。如果您使用np.round()，则会获得：

In [71]: np.round(np.linspace(0, 2, 9)).astype(int)
Out[71]: array([0, 0, 0, 1, 1, 1, 2, 2, 2])

请注意，np.round(0.5)代表0，但np.round(1.5)代表2。 np.round()使用"round half to even" tie-breaking rule。显然，zoom代码中的舍入使用了"round half down" rule：它将0.5转为0，将1.5转为1，如下所示

In [81]: [int(round(x)) for x in np.linspace(0, 2, 9)]
Out[81]: [0, 0, 1, 1, 1, 1, 2, 2, 2]

这就是为什么那里有四个1。

Answer 2

为什么我会得到这个不直观的结果？

因为zoom是样条插值函数。换句话说，它从1的中点到0的中点绘制一个三次样条曲线，其间的值将样条曲线的值设置在适当的位置。

如果您想要最近，线性或二次插值而不是立方，您可以使用order=0或order=1或order=2参数。但是如果你根本不想要插值 - 你不要使用插值函数。这就像问为什么使用[int(i*2.3) for i in range(10)]得到0到20的偶数给出一些奇数。获取0到20之间的偶数并不是一个函数，所以它不会这样做，但它完全符合你的要求。

我该怎么做？

同样，如果您想要非插值缩放，请不要使用插值函数。最简单的方法可能是使用np.kron，Kroenecker将数组乘以np.ones((scale, scale))。

重新缩放numpy数组

2 个答案: