除了 scipy.ndimage.zoom 之外，还有更快的方法来调整 3d 体积大小/重新采样吗？

Question

我知道有一个函数scipy.ndimage.zoom可以调整 3D 体积的大小\重新采样，但那是针对 numpy.array 的，而且它的速度非常慢。因此，我用ResampleImageFilterfromSimpleITK代替。我认为基于 C++ simpleitk 工作得更快。

但是使用 simpleitk 重新采样有一个小缺陷。ResampleImageFilter适用于SimpleITK.Image，但不适用于numpy.array，因此进行进一步操作非常不方便。还有其他方法可以对 3D 体积进行重新采样吗？

编辑
为什么我有这个担忧是因为我想利用 SimpleITK 重采样的快速速度，同时我想保持代码干净。例如，我需要对一个卷进行二进制阈值，然后对整个事物进行重新采样。所以这就是我的解决方案

binthresh = sitk.BinaryThresholdImageFilter()
... #setting up params for the binthresh
img = binarythresh.Execute(img)
resample = sitk.ResampleImageFilter()
... #setting up params for the resample
img = resample.Execute(img)
arr = sitk.GetArrayFromImage(img)
... # numpy operations on the arr

但事实上，使用 numpy 进行二进制阈值的逻辑索引要简单得多，这将使我的代码更加紧凑。
总而言之，我想充分利用 SimpleITK 重采样，但有些操作可以通过 numpy 更好地完成，然后我的代码与 SimpleITK 和 numpy 都有点交织在一起。我认为这不是一件好事。