如何在Python中精准复现MATLAB imresize3三维重采样结果

问题背景 #

当前正在开展MATLAB代码向Python的迁移工作，无法完美复现MATLAB imresize3 函数的计算结果。
本次测试基础信息：

• 测试输入为101×101×101规格的数组，双端输入数据完全一致：Python索引[0,0:3,0]（对应MATLAB索引规则下的(1,1:4,1)位置）的前四个值为0.3819、0.4033、0.4336、0.2767
• 输入数据特征：sampleQDNorm在[0:100,0:100,0:100]索引范围内为0-1区间的随机小数，在[:,:,101]、[:,101,:]、[101,:,:]侧边做了零填充
• 除该测试数组外，另有两个存在同样适配问题的大规格数组：一个是873×873×873的数值数组，一个是同尺寸的布尔型数组
• MATLAB运行结果为基准正确结果，需要在Python中尽可能精准复现该结果

MATLAB端基准实现与输出 #

执行代码：

sampleQDNormSmall = imresize3(sampleQDNorm,0.5);

运行后得到51×51×51规格的输出数组，其(1,1:4,1)位置的前四个值为0.3443、0.2646、0.2700、0.2835。
已知该调用下MATLAB默认使用三次插值，默认开启抗锯齿。

Python端已尝试方案与存在的偏差 #

基于已知的MATLAB默认配置，在Python中使用scikit-image库对应设置order=3（三次插值）、anti_aliasing=True（开启抗锯齿），尝试了两种实现：

from skimage.transform import resize
from skimage.transform import rescale

# 方案1：调用resize接口
sampleQDNormSmall = resize(sampleQDNorm,(0.5*sampleQDNorm.shape[0],0.5*sampleQDNorm.shape[1],0.5*sampleQDNorm.shape[2]),order=3,anti_aliasing=True)

# 方案2：调用rescale接口
sampleQDNormSmall1=rescale(sampleQDNorm,0.5,order=3,anti_aliasing=True)

两种方案的输出均不符合预期：

• 方案1输出为51×51×51数组，其[0,0:3,0]位置的前四个值为0.3452、0.2669、0.2774、0.3099，数值与MATLAB结果接近但不完全一致
• 方案2输出为50×50×50数组，对应位置前四个值为0.3422、0.2623、0.2810、0.3006，不仅输出尺寸不符合预期，数值结果也与MATLAB输出、第一种Python方案的结果存在偏差

内容的提问来源于stack exchange，提问作者Grant