scipy.ndimage.zoom结果取决于图像大小

Question

我注意到scipy.ndimage.zoom的结果取决于原始图像的大小。在下面的代码示例中，生成棋盘图像，然后使用ndimage.zoom进行缩放。如果一个棋盘格仅为2x2像素，则缩放系数似乎太大，并且所得到的图像被裁剪。相反，如果图块的尺寸为10x10，则结果看起来不错。

from __future__ import division

import numpy as np
from scipy import ndimage, misc
import wx

y,x = 2,2   # change tile size here
imgdata = np.zeros((y,x),dtype='uint8')
imgdata[y/2:,x/2:] = 255
imgdata[:y/2,:x/2] = 255
imgdata = np.tile(imgdata,(4,4))
imgdata = np.array((imgdata,imgdata,imgdata))
d,y,x = imgdata.shape

zoom = 200.0/y

w, h = int(x*zoom), int(y*zoom)

app = wx.App(None)

zoomed = np.ascontiguousarray(ndimage.interpolation.zoom(imgdata,[1,zoom, zoom],order=0).transpose((1,2,0)), dtype='uint8')
image = wx.ImageFromBuffer(w, h, zoomed)
image.SaveFile('zoomed.png',wx.BITMAP_TYPE_PNG)

02x02 tile：

10x10 tile：

直到知道我一直在使用scipy.misc.imresize，它没有显示这种行为，但我想避免对PIL的额外依赖。

我做错了什么或这是缩放中的错误？

Answer 1

自从你发布了你的问题以来我已经有一段时间......如果你还有兴趣，我遇到了类似的问题并使用了以下内容：

import skimage
data_new = skimage.transform.resize(data_old, [new_shape_x, new_shape_z], order = 0)

确保设置order = 0，因为默认值为order = 1，这将导致值之间的一阶样条插值（这会导致切片在其边界处模糊）。

无论如何，我不知道这是否是一个很好的方法，但它对我有用。我不能回答它是否是一个错误，因为我真的不太了解编程来回答这个问题。此外，我还尝试使用scipy.ndimage.interpolation.zoom函数，但是瓷砖的边界不是它们应该在的位置，就像你的情况一样。所以我用了skimage。

如果您对上下文感兴趣：我从事过断裂力学研究，需要创建随机变化的强度分布。因此，我创建了一个具有窦和余弦函数组合的曲面，它在x和z方向上具有一定数量的周期。然后，我取出了该表面的绝对值，并将其与不规则的棋盘状表面相乘。棋盘状表面上每个方向上的瓦片数量必须与相应强度变化表面中的周期数/ 2相匹配。最终表面计算如下（分段加法和乘法）：

strength_surface[i,j] = strength_mean[i,j] + random_grid[i,j] * strength_variation[i,j]

其中必须调整random_grid的大小以匹配其他曲面的形状。