Question

我在Matlab中使用了interp2，例如以下代码，这是@rayryeng在以下内容中的答案的一部分：Three dimensional (3D) matrix interpolation in Matlab：

d = size(volume_image)
[X,Y] = meshgrid(1:1/scaleCoeff(2):d(2), 1:1/scaleCoeff(1):d(1));
for ind = z
    %Interpolate each slice via interp2   
    M2D(:,:,ind) = interp2(volume_image(:,:,ind), X, Y);   
end

尺寸示例：

The image size is 512x512 and the number of slices is 133. So:
volume_image(rows, columns, slices in 3D dimenson) : 512x512x133 in 3D dimenson
X: 288x288
Y: 288x288
scaleCoeff(2): 0.5625
scaleCoeff(1): 0.5625
z = 1 up to 133 ,hence z: 1x133
ind: 1 up to 133
M2D(:,:,ind) finally is 288x288x133 in 3D dimenson

Aslo，Matlabs的语法为：（行，列，切片在第3维中），Python语法的大小为：（切片在第3个暗部，行，列中）。但是，将Matlab代码转换为Python代码后，发生了错误ValueError: Invalid length for input z for non rectangular grid：

for ind in range(0, len(z)+1):
    M2D[ind, :, :] = interpolate.interp2d(X, Y, volume_image[ind, :, :]) # ValueError: Invalid length for input z for non rectangular grid

怎么了？非常感谢。

Answer 1

在MATLAB中，interp2作为参数：

result = interp2(input_x, input_y, input_z, output_x, output_y)

您仅使用后三个参数，假定前两个参数为input_x = 1:size(input_z,2)和input_y = 1:size(input_z,1)。

在Python中，scipy.interpolate.interp2截然不同：它接受MATLAB函数的前3个输入参数，并返回一个可以调用以获取内插值的对象：

f = scipy.interpolate.interp2(input_x, input_y, input_z)
result = f(output_x, output_y)

按照文档中的示例，我得到如下信息：

from scipy import interpolate
x = np.arange(0, volume_image.shape[2])
y = np.arange(0, volume_image.shape[1])
f = interpolate.interp2d(x, y, volume_image[ind, :, :])
xnew = np.arange(0, volume_image.shape[2], 1/scaleCoeff[0])
ynew = np.arange(0, volume_image.shape[1], 1/scaleCoeff[1])
M2D[ind, :, :] = f(xnew, ynew)

[代码未经测试，如果有错误，请告诉我。]

Answer 2

您可能对scipy.ndimage.zoom感兴趣。如果要从一个常规网格插入到另一个常规网格，则比scipy.interpolate.interp2d更快，更容易使用。

有关示例，请参见以下答案： https://stackoverflow.com/a/16984081/1295595

您可能想要类似的东西：

import scipy.ndimage as ndimage
M2D = ndimage.zoom(volume_image, (1, scaleCoeff[0], scaleCoeff[1])

通过在Python中使用插值来统一ct扫描体素大小

2 个答案: