1、代码

#include "itkConnectedComponentImageFilter.h"
#include "itkImage.h"
#include "itkImageFileReader.h"
#include "itkImageFileWriter.h"
#include "itkImageRegionIterator.h"
#include "itkLabelShapeKeepNObjectsImageFilter.h"using namespace std;void print(const std::string& file, itk::Image<unsigned char, 2>* image)
{ofstream fout(file);auto size = image->GetBufferedRegion().GetSize();for (auto i = 0; i < size[0]; i++){for (auto j = 0; j < size[1]; j++){itk::Image<unsigned char, 2>::IndexType index{ {i,j} };auto c = image->GetPixel(index);fout << (int)c;}fout << std::endl;}
}int main(int argc, char *argv[])
{// 1、获取二值化的分割结果maskconst char* input_path = "D:/documents/vs2019/itk_tutorial/largestcompent/build/RelWithDebInfo/left_femur.nrrd";// 图像保存的路径using ImageType = itk::Image<unsigned char, 3>;using ReaderFilter = itk::ImageFileReader<ImageType>;auto reader = ReaderFilter::New();reader->SetFileName(input_path);reader->Update();ImageType::Pointer image = reader->GetOutput();// 2, 调用ITK的itkConnectedComponentImageFilterusing ConnectedComponentFilter = itk::ConnectedComponentImageFilter<ImageType, ImageType>;auto connnectedComponentFilter = ConnectedComponentFilter::New();connnectedComponentFilter->SetInput(image);connnectedComponentFilter->Update();// 3,调用ITK的itkLabelShapeKeepNObjectsImageFilterusing LabelShapeKeepNObjectsFilter = itk::LabelShapeKeepNObjectsImageFilter<ImageType>;auto labelShapeKeepNObjectsFilter = LabelShapeKeepNObjectsFilter::New();labelShapeKeepNObjectsFilter->SetInput(connnectedComponentFilter->GetOutput());labelShapeKeepNObjectsFilter->SetBackgroundValue(0);labelShapeKeepNObjectsFilter->SetNumberOfObjects(1);labelShapeKeepNObjectsFilter->SetAttribute(LabelShapeKeepNObjectsFilter::LabelObjectType::NUMBER_OF_PIXELS);labelShapeKeepNObjectsFilter->Update();
// 4、将Label便签转换为1typedef itk::RescaleIntensityImageFilter<ImageType, ImageType> RescaleFilterType;RescaleFilterType::Pointer rescaleFilter = RescaleFilterType::New();rescaleFilter->SetOutputMinimum(0);rescaleFilter->SetOutputMaximum(1);rescaleFilter->SetInput(labelShapeKeepNObjectsFilter->GetOutput());rescaleFilter->Update();//ImageType::Pointer largestccimage = rescaleFilter->GetOutput(); // 5,保存最大连通区域图像const char* out_path = "D:/documents/vs2019/itk_tutorial/largestcompent/build/RelWithDebInfo/output.nii.gz"; // 保存输出结果的路径using WriterFilter = itk::ImageFileWriter<ImageType>;auto writer = WriterFilter::New();writer->SetFileName(out_path);writer->SetInput(rescaleFilter->GetOutput());writer->Update();return EXIT_SUCCESS;
}

2、效果

原始图像：

去除小连通域之后

参考:基于C++和ITK获取2D或3D医学图像的最大连通区域(完整代码)

3、主要函数介绍

itk::ConnectedComponentImageFilter<ImageType, OutputImageType>;

该filter值检测连通区域，不编号，不排序。

itk::LabelShapeKeepNObjectsImageFilter;

该filter对连通区域进行排序，然后只保留最大的几个连通区域。

itk::LabelImageToShapeLabelMapFilter< OutputImageType, LabelMapType> ;

为保留的每个连通区域打上标签（标号），编号顺序为找到不同区域的顺序.

虽然LabelShapeKeepNObjectsImageFilter调用SetAttribute 之后，按照attribute对连通区域大小进行了排序，但该排序并不反映在label上。即大的label并不一定对应大的size。反映在 SetNumberOfObjects(n) 设定保留区域之后，只保留排序后前n个区域的label。

itk::RescaleIntensityImageFilter<OutputImageType, ImageType>；

上一步图像只有标签，图像上没有直接的区别，本步对保留下来的不同连通区域进行不同的染色，以示区分。

参考：二维ITK连通区域提取

ITK学习笔记（四）基于C++和ITK获取3D医学图像的最大连通区域相关推荐

ITK学习笔记（十二） SimpleITK获取二值图像bbox
ITK学习笔记(十二) SimpleITK获取二值图像bbox sitk_ seg_ img = sitk . ReadImage( m ) bbox =get_ bbox_ from mask(si ...
学习笔记四.基于HAL库的stm32f103硬件读写EEPROM（CUBEMX）
基于cubemx的stm32f103硬件读写EEPROM 今天介绍一种可擦除存储器. EEPROM (Electrically Erasable Programmable read only memo ...
Flask学习笔记(四):基于Flask网页显示图片
原图如下代码如下 from flask import Flask, request, make_response from datetime import datetime import osapp ...
ITK学习笔记（二）最大圆度连通域提取
ITK学习笔记(二)最大连通域提取 1.代码 1.1 code 1.2.生成的mask图片 1.3.打印信息关于编译部分可以参考我的:VTK学习笔记(十)基于VTK和ITK程序最大圆度概念: 圆度 ...
ITK学习笔记（一）ITK的使用
ITK学习笔记(一)ITK的使用第一个ITK程序 1.CMakeLists.txt 2. 测试数据 3.代码 4.结果 ITK官方文档第一个ITK程序 1.CMakeLists.txt # Thi ...
ITK学习笔记（九） simpleITK重采样数据到固定尺寸
ITK学习笔记(九) simpleITK重采样数据到固定尺寸 1.resampleSize 2.CT图像预处理之重采样 3.SKIMAGE.TRANSFORM-两种缩放皆可 4.Python Simp ...
ITK学习笔记（八） ITK高斯混合模型 GMM EM
ITK学习笔记(八) ITK高斯混合模型 GMM EM 1.高斯混合模型 2.变分贝叶斯高斯混合 3.ITK中的GMM.EM 1.高斯混合模型 sklearn.mixture是一个能够学习高斯混合模型 ...
ITK学习笔记（七） ITK旋转方向位置不变
ITK学习笔记(七) ITK旋转方向位置不变 sitk使用的使LPS坐标系,与slicer中使用的RAS坐标系不同. 在sitk中的方向(1,1,1)(1,1,1)(1,1,1),在slicer中的方 ...
ITK学习笔记（五） ITK计算质心
ITK学习笔记(五) ITK计算质心通过LabelGeometryImageFilter可以求Label Image各个区域的质心和BoundingBox.然而,如果图像的spacing不是1,它并 ...

ITK学习笔记（四）基于C++和ITK获取3D医学图像的最大连通区域

ITK学习笔记（四）基于C++和ITK获取3D医学图像的最大连通区域

1、代码

2、效果

3、主要函数介绍

ITK学习笔记（四）基于C++和ITK获取3D医学图像的最大连通区域相关推荐

最新文章

热门文章