如何从数据集中任意提取特定的图像子集？

Question

最近我计划操作一堆图像，目标是从那里提取特定的切片子集，例如只有偶数或奇数或任意索引，然后将它们保存到另一个数据集中。

在DM中，“音量”菜单中有许多有用的功能，但不幸的是，它们无法满足我想要的效果。

我只是想知道这个想法是否可以通过脚本来实现。

非常感谢您的帮助。

Answer 1

有两种方法可以解决这个问题，其中一种方法仅适用于高达3D的数据，通常比另一种慢，但更灵活。 正如您一直要求任意子采样，我从该选项开始，但第二个选项更有可能为您提供所需内容：正交，常规子采样。

如果您赶时间，简短的回答是：使用SliceN命令。

1）使用表达式（任意子采样）

  

可以解决图像数据（img）中的各个像素位置   使用符号

     

  
• img[ X, 0 ] ...用于位置X
的1D数据   
• img[ X, Y ] ...用于位置X/Y
的2D数据   
• img[ X, Y, Z ] ...用于位置X/Y/Z
的3D数据   

请注意，即使这个地址是单个数字，结果也是 1x1 或 1x1x1 的表达式，而不是标量数字，因此你不能做：number num = img[10,4]

但是，你可以使用一个小技巧来使用任何将表达式转换为单个数字的函数，如f.e.总和。所以可以：number num = sum(img[10,4])

那么这与你的问题有何关系？好吧，在上面的表达式中，我们使用标量值X，Y和Z，结果表达式是大小 1x1 和的表达式1x1x1 ，但

  

您可以在此注释中使用任意大小的表达式 X，Y，Z，只要它们都是表达式 相同的大小。生成的寻址数据具有此大小，其值由相应的坐标引用。

通过以下示例，这将变得更加清晰。从简单的一维示例开始：

image img1D := RealImage( "TestData", 4, 100 )
image coord := RealImage( "Coordinates", 4, 10 )

img1D = 1000 + icol             // Just sum test data
coord = trunc(100*Random())     // random integer 0-99
image subImg :=  img1D[coord,0]

img1D.ShowImage()
coord.ShowImage()
subImg.ShowImage()

我们的testdata（img1D）这里只是一个1000到1099的线性图，使用icol表达式，在每个像素处表示像素X坐标。

坐标图像（coord）包含0到99之间的随机整数值。

魔法＆＃39;发生在subImg。我们使用coord图像作为X坐标的表达式。该图像的大小为 10（x1），因此输出表达式的大小为 10（x1），我们会在显示之前将其分配给图像subImg。

请注意，我们构建的表达式实际上只是指向图像的数据。我们可以使用该表达式来替换更改数据中的这些点，而不是将其显示为新图像，使用：

img1D[coord,0] = 0

从这里开始，可以直接将示例扩展到2D：

image img2D := RealImage( "TestData", 4, 30, 30 )
image coordX := RealImage( "Coordinates X", 4, 10 )
image coordY := RealImage( "Coordinates Y", 4, 10 )

img2D = 10000 + icol + irow * 100
coordX = trunc(30*Random())
coordY = trunc(30*Random())
img2D[coordX,coordY] = 0

coordX.ShowImage()
coordY.ShowImage()
img2D.ShowImage()

...和3D：

image img3D := RealImage( "TestData", 4, 30, 30, 30 )
image coordX := RealImage( "Coordinates X", 4, 10 )
image coordY := RealImage( "Coordinates Y", 4, 10 )
image coordZ := RealImage( "Coordinates Y", 4, 10 )

img3D = 10000 + icol + irow * 100 + iplane * 1000
coordX = trunc(30*Random())
coordY = trunc(30*Random())
coordZ = trunc(30*Random())
img3D[coordX,coordY,coordZ] = 0

coordX.ShowImage()
coordY.ShowImage()
coordZ.ShowImage()
img3D.ShowImage()

不幸的是，它在此结束。

  

您无法再在4D或5D数据中执行此类寻址，因为已定义具有4个参数的表达式以将2D数据中的矩形区域作为img[T,L,B,R]

处理

2）使用SliceN（正交子采样）

  

可以使用命令SliceN及其简化变体Slice1，Slice2和Slice3来解决沿数据维方向的数据子集。

在处理数据时，SliceN命令可能是我最喜欢的语言命令之一。起初看起来很吓人，但它很直接。

让我们从1D提取的简化版本Slice1开始。

  

要使用Slice1命令从任何数据中提取一维数据到3D，您需要以下（ - 这些正是命令使用的7个参数 - ）：

     

  
• 数据来源
  
• 源头的起点
  
• 抽样方向
  
• 采样长度
  
• 采样步长
  

     

你唯一需要知道的是：

     

  
• 起始点始终定义为X,Y,Z三元组，即使数据源仅为2D或1D。
  0用于不需要的人   尺寸。
  
• 方向作为尺寸指数给出：0 = X，1 = Y，2 = Z
  
• 步长可以是负数以指示相反的方向
  
• 指定的抽样必须包含在源数据中。
  （您不能＆＃39;推断＆＃39;）
  

因此，提取3D数据集的一维数据的一个非常简单的示例是：

number sx = 20
number sy = 20
number sz = 20

image img3D := RealImage( "Spectrum Image", 4, sx, sy, sz )
img3D = 5000000 + icol + irow * 100 + iplane * 10000

number px = 5
number py = 7
image spec1D := Slice1( img3D, px,py,0, 2,sz,1 )

ShowImage( img3D )
ShowImage( spec1D )

这个例子在处理＆＃34; 3D光谱图像时显示了分析显微镜中非常典型的情况。数据：提取＆＃34; 1D频谱＆＃34;在特定的空间位置。

该示例针对空间点px,py执行了该操作。从该位置（px,py,0）开始，它沿Z方向（2）对数据的所有像素（sz）进行采样，步长为{{1 }}

注意，该命令会再次在源数据中返回表达式，并且您也可以使用它来设置值，只需使用fe：

1

使用命令Slice1( img3D, px,py,0, 2,sz,1 ) = 0和Slice2扩展2D和3D数据非常简单。您可以分别定义两个或三个，而不是定义一个输出方向。每个都有三个数字：方向，长度，步长。

以下示例提取＆＃34;图像平面＆＃34; ＆＃34; 3D光谱图像＆＃34;：

Slice3

以下示例＆＃34;旋转＆＃34; 3D图像：

number sx = 20
number sy = 20
number sz = 20

image img3D := RealImage( "Spectrum Image", 4, sx, sy, sz )
img3D = 5000000 + icol + irow * 100 + iplane * 10000

number pz = 3
image plane2D := Slice2( img3D, 0,0,pz, 0,sx,1, 1,sy,1 )

ShowImage( img3D )
ShowImage( plane2D )

  

你可以通过这些进行各种旋转，镜像，分类   命令。如果你想要充分的灵活性来获得任何表达式   5D从任何源数据到5D，那么你需要最多才多艺   number sx = 6 number sy = 4 number sz = 3 image img3D := RealImage( "Spectrum Image", 4, sx, sy, sz ) img3D = 1000 + icol + irow * 10 + iplane * 100 image rotated := Slice3( img3D, 0,0,0, 0,sx,1, 2,sz,1, 1,sy,1 ) ShowImage( img3D ) ShowImage( rotated ) 命令。

它的工作方式完全相同，但您需要指定源数据的维度和输出表达式的维度。然后，开始＆＃39;需要使用源数据维度建议的坐标来定义点，并且每个输出维度需要一个三元组规范。

对于SliceN尺寸的源数据，并希望输出N尺寸，您需要：M个参数。

作为一个例子，让我们提取＆＃34;平面＆＃34;来自＆＃34; 4D衍射图像的特定空间位置＆＃34;数据，用于在2D扫描的每个空间位置存储2D图像：

2 + N + 3*M