SimpleITK的使用介绍

文章目录

1. 物理空间上的图像
2. 像素值类型
3. 图像制造
4. 基础图像属性命令（Meta-Data）
5. 访问像素和切片
6. 图像操作
7. SimpleITK、Numpy的索引区别
8. SimpleITK2Numpy和Numpy2SimpleITK
9. Reading 与 Writing 操作
10. 得到图像的附属信息或元数据信息
11.window level/width 的设定
12. Resamplimg Image

总结：

物理空间上的图像有以下属性：
- Origin：原点
- Size：大小–每一维度的像素数
- Spacing：像素之间的实际距离（nm、mm、km）
- Direction cosine matrix：物理空间上的轴线方向
这些属性是图像的元数据（meta-data）。从图像索引计算物理坐标需要所有四个组件。
图像可以包含元数据字典（meta-data）。这种补充信息通常包括图像模态(如CT)、患者姓名和与图像采集有关的信息。
图像初始化: 用户指定的像素类型，用户指定的维度(2,3)，原点为零，所有维度的单位间距和单位方向余弦矩阵，强度设置为零。
Data transfer to/from numpy: GetArrayFromImage(copy)，GetArrayViewFromImage(immutable)，GetImageFromArray (copy) +set the meta-data yourself.
resampling导致全黑图像的一个常见问题是由于(a)对期望输出图像的空间域(元数据)的不正确规范;或者(b)使用从输出空间域到重新采样图像的转换映射的逆。

1. 物理空间上的图像

2. 像素值类型

像素类型表示为枚举类型，如下表：

3. 图像制造

制作一张图片，要求具备以下元素：

Pixel type	Size	Origin	Spacing	Direction matrix

例如：

image_3D = sitk.Image(256,128,64,sitk.sitkInt16)

4. 基础图像属性命令（Meta-Data）

你可以改变图像的原点，间距和方向。应该谨慎地对已经包含数据的图像进行此类更改。

5. 访问像素和切片

访问像素或者改变像素值可以使用GetPixel和SetPixel函数，访问切片可以使用python的切片操作符。访问函数和图像切片操作符的顺序为[x,y,z]。

6. 图像操作

SimpleITK支持图像之间的基本算术操作，同时考虑到元数据。图像必须在物理上(逐像素)重叠。
物理属性(元数据值)需要多接近才能被认为是等价的?

还支持比较运算符(>，>=，<，<=，==)，用于返回二进制图像。

7. SimpleITK、Numpy的索引区别

SimpleITK和numpy对应的索引下标是相反的！

SimpleITK: image[x,y,z]
numpy: image_numpy_array[z,y,x]

8. SimpleITK2Numpy和Numpy2SimpleITK

GetImageFromArray(): 返回图像数据的副本。然后，你可以自由地修改数据，因为它对原始的SimpleITK图像没有影响。
GetArrayViewFromImage():返回对以内存有效方式显示有用的图像数据的视图。如果原始SimpleITK图像被删除，你将无法修改数据，视图将无效。
GetImageFromArray():返回一个简单的图像，原点设置为零，所有维度的间距设置为1，方向余弦矩阵设置为单位矩阵。强度数据从numpy数组中复制。在大多数情况下，您需要设置适当的元数据值。

SimpleITK的使用介绍相关推荐

nii数据的各种处理详解
1 NIFTI格式图像 .nii文件是NIFTI(Neuroimaging Informatics Technology Initiative)格式的文件.Nifti数据本身是除了矩阵信息(也就是图像 ...
SimpleITK笔记本中ITK细分(Segmentation)介绍
SimpleITK笔记本中ITK细分(Segmentation)介绍目标:熟悉ITK中可用的基本分割算法,并以交互方式探索其参数空间. 图像分割滤波器处理图像,将其分割成(希望)有意义的区域.输出通 ...
影像组学视频学习笔记(27)-SimpleITK包介绍、Li‘s have a solution and plan.
本笔记来源于B站Up主: 有Li 的影像组学的系列教学视频本节(27)主要讲解: 功能强大的图像处理工具SimpleITK包视频中李博士演示了SimpleITK的两个基本功能:图像格式转换以及图像 ...
影像组学视频学习笔记(33)-使用SimpleITK实现医学影像差值、Li‘s have a solution and plan.
作者:北欧森林链接:https://www.jianshu.com/p/afcd06221ea4 来源:简书,已获转载授权 RadiomicsWorld.com "影像组学世界" ...
影像组学视频学习笔记(32)-使用SimpleITK进行N4偏置场校正、Li‘s have a solution and plan.
作者:北欧森林链接:https://www.jianshu.com/p/ae0f502dc146 来源:简书,已获授权转载 RadiomicsWorld.com "影像组学世界" ...
核磁共振影像数据处理-1（上）-个人简介和系列内容介绍、Li‘s have a solution and plan.
视频内容请移步Bilibili: https://space.bilibili.com/542601735 缘起和简介自我介绍浙江大学医学院神经生物学博士后中国科学院大学微电子学与固体电 ...
Python中最常用十大图像处理库详细介绍
本文主要介绍了一些简单易懂最常用的Python图像处理库当今世界充满了各种数据,而图像是其中高的重要组成部分.然而,若想其有所应用,我们需要对这些图像进行处理.图像处理是分析和操纵数字图像的过程,旨 ...
使用Python对Dicom文件进行读取与写入的实现（pydicom 和 SimpleITK）
这篇文章主要介绍了使用Python对Dicom文件进行读取与写入的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧使用Pyd ...
SimpleITK、pydicom的安装使用——踏上python生物医学图像处理的初学之路
前言: 这一篇来总结之前做过的一些初步的工作,主要包括SimpleITK和pydicom的安装和使用.预计下一期会分析一下对应数据的文件头,里面包含了很多信息,对于处理和分析医学CT很有帮助. 一.两 ...
SimpleITK使用——1. 进行Resample/Resize操作
文章目录 1. 变换到一个新的spacing 1.1 使用Resample()的方法 1.1.1 完整代码 1.1.2 转换前后图像 1.2 使用ResampleImageFilter()的方法 2. ...