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，将生成一个棋盘图像，然后使用ndimage.zoom进行缩放。如果一个棋盘格拼贴仅为2x2像素，则缩放系数似乎太大，并且裁剪出了生成的图像。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磁贴：

10x10磁贴：

据我所知，我一直在使用scipy.misc.imresize，它没有显示此行为，但我想避免对PIL的其他依赖。

我是在做错什么还是缩放错误？

Answer 1

自从您发布问题以来已经有一段时间了...如果您仍然感兴趣，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，这将导致值之间进行一阶样条插值（这会导致图块在其边界处模糊）。

无论如何，我不知道这是否是一个好方法，但它对我有用。我无法回答这是否是一个错误，因为我真的对编程了解不够，无法回答这个问题。此外，我还尝试使用 scipy.ndimage.interpolation.zoom 函数，但是图块的边界不在应有的位置，就像您的情况一样。因此我使用了skimage。

如果您对上下文感兴趣：我研究断裂力学，需要创建平滑变化的随机强度分布。因此，我创建了一个结合了正弦函数和余弦函数的曲面，该曲面在 x 和 z 方向上具有一定数量的周期。然后我取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瓷砖数量必须与相应强度变化表面上的周期数/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 random_grid 必须调整大小以匹配其他表面的形状。