Question

我有一个包含一些数据的3D数组（光栅3D图像）。我希望通过该阵列进行2D切割，使用一些合适的插值（最好是线性的 - 在这种情况下可能是“三线性”）。然而，可以描述切割平面是方便的，例如使用法向矢量和距离。

如果切割平行于其中一个轴，则这很简单，只需切片3D数组（使用numpy索引切片）。但是如果切割与轴不平行，我看不到开始解决这个问题的好方法。唯一想到的是旋转3D阵列（可能使用2D旋转的组合），使切割平行于轴，但这看起来非常低效。

我正在使用numpy，ndimage和skimage在python中工作。可以假定任何其他python模块都可用。

Answer 1

没有真正测试过这个，但确实产生了各种各样的图像。基于@Daniel Forsman的建议。

import numpy as np
from scipy.interpolate import RegularGridInterpolator

# stack coordinates
z0,z1,z2 = 20, 20, 20
zz0,zz1,zz2 = np.linspace(0, 1, z0), np.linspace(0, 1, z1), np.linspace(0, 1, z2)

# fake stack data
d0,d1,d2 = np.ix_(0.5-np.abs(zz0-0.5), 0.5-np.abs(zz1-0.5), 0.5-np.abs(zz2-0.5))
data = np.minimum(np.minimum(d0, d1), d2)

# define picture (same coords as stack)
tl = np.array((0.1, -0.02, 0.3)) # top left corner
yo = np.array((-0.01, 0.1, 0.01))
yo /= np.sqrt((yo*yo).sum()) # y-axis unit
xo = np.array((0.1, 0, 0.1))
xo -= (xo*yo).sum() * yo # should be perpendicular now
xo /= np.sqrt((xo*xo).sum()) # x-axis unit

# build picture grid
nx,ny = 20j, 20j
ya, xa = np.ogrid[:1:ny, :1:nx]
grid = tl + ya[..., None] * yo + xa[..., None] * xo

picture = RegularGridInterpolator((zz0,zz1,zz2), data, bounds_error=False)(grid)

如何通过3D图像生成2D切割？

1 个答案: