Python 是否有比scipy.ndimage.zoom更快的方法调整三维体积的大小/重新采样？

我知道有一个函数

scipy.ndimage.zoom

可以调整3D卷的大小\重新采样，但这是针对numpy.array的，速度非常慢。因此，我使用

simpletk

中的

ResampleImageFilter

。我认为基于C++ SimuleTk工作得快得多。p> 但是使用SimpleTk进行重采样存在一个小缺陷

ResampleMageFilter

适用于simpletk.Image，但不适用于numpy.array，因此执行进一步的操作非常不方便。是否有其他方法可以对三维体积重新采样

编辑
我之所以担心这个问题，是因为我想利用SimpleTk重采样的快速性，同时我想保持代码的整洁。 例如，我需要对一个卷执行二进制阈值，然后对整个卷重新采样。这就是我的解决方案

binthresh=sitk.binarySthresholdImageFilter（）
... #为binthresh设置参数
img=binarySthresh.Execute（img）
resample=sitk.resampleMageFilter（）
... #为重采样设置参数
img=重新采样。执行（img）
arr=sitk.GetArrayFromImage（img）
... # arr上的numpy操作

但事实上，使用numpy来做二进制阈值与逻辑索引相比要简单得多，这将使我的代码更加紧凑。

---

总之，我想充分利用SimpleTk重采样，但有些操作可以由numpy更好地完成，然后我的代码会与SimpleTk和numpy交织在一起。我不认为这是一件好事。

我很好奇，总是使用

ndimage.zoom

而没有太多问题，尽管体积很小。您是否将

simpletk

和

ndimage

与类似的设置进行比较（即不包括加载开销、相同的插值器等）？它真的快了多少？顺便说一句，你可以用sitk.GetArrayFromImage@filippo获得一个numpy阵列。我正在处理相当大的体积，比如（514514374）CT扫描覆盖整个肺。在这种情况下，使用numpy.array的

zoom

在速度上远远低于SimpleTk。@filippo是的，我可以使用

sitk.ArrayfromImage

来获取numpy.array。但是由于SimpleTk提供了更快的重采样，我更愿意坚持这一点。然而，使用SimpleTk会降低代码的一致性，我会重新编辑我的帖子来陈述我的观点。使用SimpleTk的GetArrayViewFromImage如何。这样就不会在numpy和simpletk之间来回复制卷。然后，您可以在SimpleTk中处理图像，并在numpy中查看结果。@DaveChen您好，谢谢您的留言！但是我试图从

GetArrayViewFromImage

中篡改数组视图，但结果表明数组视图是只读的。有没有一种方法可以对simpletk.Image数组使用numpy操作，而不必像您最初建议的那样来回复制卷？