使用 matplotlib 滚动重叠 3D 图像的 2D 切片

Question

我有这段代码非常适合滚动 3D numpy 数组的 2D 切片。

import matplotlib.pyplot as plt
import numpy as np


class IndexTracker(object):
    def __init__(self, ax, X):
        self.ax = ax
        ax.set_title('use scroll wheel to navigate images')

        self.X = X
        rows, cols, self.slices = X.shape
        self.ind = self.slices // 2

        self.im = ax.imshow(self.X[:, :, self.ind], cmap="gray")
        self.update()

    def onscroll(self, event):
        print("%s %s" % (event.button, event.step))
        if event.button == 'up':
            self.ind = (self.ind + 1) % self.slices
        else:
            self.ind = (self.ind - 1) % self.slices
        self.update()

    def update(self):
        self.im.set_data(self.X[:, :, self.ind])
        self.ax.set_ylabel('slice %s' % self.ind)
        self.im.axes.figure.canvas.draw()


def plot3d(image):
    fig, ax = plt.subplots(1, 1)
    tracker = IndexTracker(ax, image)
    fig.canvas.mpl_connect('scroll_event', tracker.onscroll)
    plt.show()


if __name__ == "__main__":
    img = np.array([[[0, 0, 0], [0, 1, 0], [0, 0, 0]],
                     [[0, 0, 0], [1, 1, 1], [0, 0, 0]],
                     [[0, 0, 0], [0, 1, 0], [0, 0, 0]]])

    plot3d(img)

我想拥有相同的功能，但同时滚动浏览两个大小相同的 3D numpy 数组。其中一个阵列应以一定程度的不透明度和不同的配色方案显示，以便可以同时检查两个阵列。无需滚动，对于二维切片，这很容易实现：

img1 = np.array([[[0, 0, 0], [0, 1, 0], [0, 0, 0]],
                 [[0, 0, 0], [1, 1, 1], [0, 0, 0]],
                 [[0, 0, 0], [0, 1, 0], [0, 0, 0]]])

img2 = np.array([[[0, 0, 0], [0, 1, 0], [0, 0, 0]],
                 [[0, 1, 0], [0, 1, 0], [0, 1, 0]],
                 [[0, 0, 0], [0, 1, 0], [0, 0, 0]]])

plt.imshow(img1[:, :, 1], cmap="gray")
plt.imshow(img2[:, :, 1], cmap="jet", alpha=0.25)
plt.show()

我尝试扩展 IndexTracker class 以接受第二个 3D 数组并使用 imshow() 显示每个体积的一个切片（具有相同的索引）。此外，它旨在使用 set_data() 更新每个滚动事件中显示的图像。然而，这并没有成功。

import numpy as np
import matplotlib.pyplot as plt


class IndexTracker(object):
    def __init__(self, ax, X, Y):
        self.ax = ax
        self.X = X
        self.Y = Y
        _, _, self.slices = X.shape
        self.ind = self.slices // 2

        self.im = ax.imshow(self.X[:, :, self.ind], cmap="gray")
        self.im = ax.imshow(self.Y[:, :, self.ind], cmap="jet", alpha=0.25)

        self.update()

    def onscroll(self, event):
        print("%s %s" % (event.button, event.step))
        if event.button == 'up':
            self.ind = (self.ind + 1) % self.slices
        else:
            self.ind = (self.ind - 1) % self.slices
        self.update()

    def update(self):
        self.im.set_data(self.X[:, :, self.ind])
        self.im.set_data(self.Y[:, :, self.ind])

        self.ax.set_ylabel('slice %s' % self.ind)
        self.im.axes.figure.canvas.draw()


def plot3d(image1, image2):
    image1 = np.rot90(image1, k=-1)
    image2 = np.rot90(image2, k=-1)
    fig, ax = plt.subplots(1, 1)
    tracker = IndexTracker(ax, image1, image2)
    fig.canvas.mpl_connect('scroll_event', tracker.onscroll)
    plt.show()


if __name__ == "__main__":
    img1 = np.array([[[0, 0, 0], [0, 1, 0], [0, 0, 0]],
                     [[0, 0, 0], [1, 1, 1], [0, 0, 0]],
                     [[0, 0, 0], [0, 1, 0], [0, 0, 0]]])
    img2 = np.array([[[0, 0, 0], [0, 1, 0], [0, 0, 0]],
                     [[0, 1, 0], [0, 1, 0], [0, 1, 0]],
                     [[0, 0, 0], [0, 1, 0], [0, 0, 0]]])

    plot3d(img1, img2)

你知道如何使用 matplotlib 解决给定的问题吗？理想情况下，通过扩展包含 IndexTracker class.

的第一个代码片段

编辑： 添加第二个图像作为 plot3d() 调用的参数

Answer 1

幸运的是，如果您分别跟踪两个 Axes.imshow 对象（由 plt.imshow 返回），那么 matplotlib 将为您处理图像的分层。然后，您可以对每个单独使用 set_data。这样做时，您需要为每个图像保持相同的颜色图和 alpha 值，您可以使用 im.to_rgba 和 im.get_alpha 的组合来完成此操作。以下是您需要对 class 进行的修改，以实现此目的：

class IndexTracker(object):
    def __init__(self, ax, X, Y):
        ...

        self.im1 = ax.imshow(self.X[:, :, self.ind], cmap="gray")
        self.im2 = ax.imshow(self.Y[:, :, self.ind], cmap="jet", alpha=.25)


        ...


    def update(self):
        im1_data = self.im1.to_rgba(self.X[:, :, self.ind], alpha=self.im1.get_alpha())
        im2_data = self.im2.to_rgba(self.Y[:, :, self.ind], alpha=self.im2.get_alpha())

        self.im1.set_data(im1_data)
        self.im2.set_data(im2_data)

        ...

使用 matplotlib 滚动重叠 3D 图像的 2D 切片

Using matplotlib to scroll through 2D slices of overlapping 3D images

python

visualization

matplotlib