如何使用 skimage 在 python 中调整图像大小？

Question

我正在处理 3D CT 图像，并尝试将二进制分割掩码从 (564,359,359) 调整为 (128,128,128)，如下所示：

from skimage.transform import resize
mask_resized= resize(binary_mask, (128, 128, 128), order=0)

调整大小之前的二进制掩码如下所示：

生成的输出不是二进制的（产生 0 和 1 之间的一系列值），并且输出失真如下：

我尝试过image_resized_seg = np.rint(image_resized_seg)，但这会为包含分割蒙版的某些切片生成全黑图像。

我也尝试了以下方法，它也给出了扭曲的图像，并且输出中缺少一些包含掩模的切片：

from scipy import ndimage

def resize_volume_mask(img):
    """Resize across z-axis"""
    # Set the desired depth
    desired_depth = 128 
    desired_width = 128 
    desired_height = 128 
    # Get current depth
    current_depth = img.shape[0] #-1
    current_width = img.shape[1] #0
    current_height = img.shape[2] #1
    # Compute depth factor
    depth = current_depth / desired_depth
    width = current_width / desired_width
    height = current_height / desired_height
    depth_factor = 1 / depth
    width_factor = 1 / width
    height_factor = 1 / height
    # Rotate
    #img = ndimage.rotate(img, 90, reshape=False)
    # Resize across z-axis
    img = ndimage.zoom(img, (depth_factor, width_factor, height_factor), order=0)
    return img

有人可以建议如何在不丢失信息的情况下调整分段掩码的大小，同时保持二进制吗？

Answer 1

结果输出不是二进制的

这个是正常的。当调整图像大小时，会执行插值。当目标图像小于源图像时尤其需要这样做，因为目标图像中的信息量较小。当目标图像较大时，插值方案能够获得对我们来说看起来“不错”的东西。

插值方法有很多种。最基本的就是最近的。它并没有真正对像素进行插值。相反，它会在源图像中找到与目标图像位置最接近的图像。典型的插值方法是双线性和三次插值（使用基本多项式）。默认情况下，skimage.transform.resize使用高斯滤波器进行下采样，因为anti_aliasing未设置并且输入数据类型不是bool：

是否在下采样之前应用高斯滤波器来平滑图像。在对图像进行下采样时进行过滤以避免混叠伪影至关重要。如果未指定，则在对数据类型非 bool 的图像进行下采样时设置为 True。

因此，您需要使用布尔掩码，而不是浮点掩码，或者设置anti_aliasing为false。

这会为包含分割蒙版的某些切片生成全黑图像。

这当然是因为图像中的浮点值的范围在 0 到 1 之间（这是定义为浮点值数组的图像的标准）。np.rint将产生 0-1 整数，skimage 将其解释为 0-255 范围内定义的像素的标准整数分量。结果，整个图像看起来是黑色的，但并不是完全黑色。您应该将结果乘以 255 才能看到该1值。

这也给出了扭曲图像
调整分割掩模的大小而不丢失信息

轻微变形是正常的。这是由于信息丢失造成的。几乎所有的缩小都会导致信息丢失（只有当源图像是缩小后的目标图像的放大版本时才会出现这种情况）。

缩小比例后使用阈值可得到以下图像：

与初始图像以及 skimage 之前使用高斯滤波器的事实相比，它看起来相当不错。使用anti_aliasing=false肯定会得到更好的结果。

总而言之，最好的解决方案当然是resize(binary_mask, (128, 128, 128), anti_aliasing=false, order=0)首先使用 调用或转换掩码resize(binary_mask.astype(bool), (128, 128, 128), order=0)。对于代码中的后续操作，您可能需要将结果转换回浮点。如果是这样，请注意该值的范围。