spatial-interpolation - 在不更改标签值/scipy.ndimage.interpolation 或 RegularGridInterpolator 的情况下对 3D 多类掩码进行重采样/插值

Question

我有一个 3D 蒙版卷L，其中包含以下内容：

print(L.shape)
(170, 256, 256)
print("L: ", np.unique(L))
L: [0 1 2 3 4 5 6 7 8]

我想对掩码进行下采样，然后将其上采样到其原始大小，以保持标签值相同。
尝试失败-> 下采样：

from scipy.ndimage.interpolation import zoom
zL = zoom(L, (0.5, 0.5, 0.5), mode='nearest')
print("zL: ", np.unique(zL))
zL:  [-3 -2 -1  0  1  2  3  4  5  6  7  8  9 10]

这正在改变标签值。我已经尝试过其他mode选项，例如constant和所有。但似乎没有一个工作。

成功尝试-> 下采样：另一方面：

dx = 2
dy = 2
dz = 2
if DOWNSAMPLE:
    L_down = L[::dx, ::dy, ::dz]
print("L_down: ", np.unique(L_down))
L_down:  [0 1 2 3 4 5 6 7 8]

似乎在不更改标签值的情况下工作。

尝试失败->上采样： 但是当回到原始大小时

zL = zoom(L_down, (2, 2, 2), mode='nearest')

不工作。此外，如果有任何其他关于三线性插值的细节，将不胜感激。
谢谢。

标签： spatial-interpolationscipy.ndimage