python - 如何处理图像分类的可变图像尺寸？

Question

我正在研究脑肿瘤的分类。该数据集由不同角度的大脑图像组成，带有肿瘤位置的边界和掩模。我裁剪了包含肿瘤的矩形，因为图像的其他部分是不相关的，并且由于拍摄图像的角度不同而有所不同。现在我留下了一系列肿瘤图像，每张图像都属于 3 个可能的肿瘤病例中的一个。但为了训练这些数据进行分类，我认为我需要使二维图像阵列具有统一的形状。

可能的方法:

1) 将每个图像裁剪为固定尺寸(例如 100x100)。但这会导致数据丢失，而且根据图像中肿瘤的位置，我可能会因到达图像边缘而面临不均匀的裁剪。

2) 将图像填充到固定形状，大于最大的裁剪图像形状(例如 350x350)。但我想这又会在数据中引入噪声，而且我不确定如何在矩形的所有 4 条边上均匀地填充图像。

由于这些似乎不可行，我正在寻找其他解决方案来解决这个问题。

Answer 1

常见的方法是在每张图像上裁剪肿瘤。您将获得不同大小的肿瘤图像。然后将肿瘤图像重新缩放到最小的图像。根据您将用于分类的算法，明智地选择用于重新缩放的重新采样技术。最快的一种是最近邻重采样，更平滑的一种是线性插值，最后一种是样条插值。