医学影像处理工具：SimpleITK学习笔记（二）图像基本操作

原创

已于 2022-04-11 21:41:45 修改 · 5.7k 阅读

45 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #python #深度学习

于 2022-04-11 21:37:13 首次发布

本文详细介绍了SimpleITK库中图像的构造方法，包括2D和RGB图像的创建。此外，讲解了图像的常见属性，如大小、原点、间距、方向和组件数量，并提供了获取这些属性的代码示例。还探讨了二维和三维图像的深度，以及像素的读写操作。同时，讨论了SimpleITK与Numpy数组之间的转换，特别注意了两者在索引顺序上的差异。最后，提到了在转换过程中需要注意的细节。

本节大纲

sitk图像的构造

sitk有几种构建图像的方式，可以构建2D或者RGB格式的图像

image_2D = sitk.Image(64, 64, sitk.sitkFloat32)
image_2D = sitk.Image([32,32], sitk.sitkUInt32)
image_RGB = sitk.Image([128,128], sitk.sitkVectorUInt8, 3)

其中Uint代表无符号整数，即unsigned

sitk中的常见属性值

print(image.GetSize())
print(image.GetOrigin())
print(image.GetSpacing())
print(image.GetDirection())
print(image.GetNumberOfComponentsPerPixel())

sitk中有以上五种常见的属性，分别可以使用get的方式获取

其中Size代表图像的大小，为图像的每一个维度的长度，即像素点的多少

Origin为图像的原点坐标

Space的代表的是体素或像素之间的间距。体素可以理解为像素在三维立体图像中的另一种称呼，即每个像素点或者体素点之间的距离，通常单位为mm，在医学影像中，由于不同的机器设备不同，其体素间距也不完全相同，所以在处理图像前一般需要对其进行重采样。Spacing的更加直观理解可以参照下图：

Direction则是指图像的方向，由于图像未必是正交，所以会用方向向量来指明不同轴的方向。

GetNumberOfComponentsPerPixel(): 这个方法的字面意思是每一个像素是由几个部分组成的，由于sitk中包含一种数据类型为Vector类型，对于三维RGB类型，该属性值为3，因为其由RGB三个元素组成：

image_RGB = sitk.Image([128,128], sitk.sitkVectorUInt8, 3)

如上一节中定义的VectorUInt，其虽然定义的为128*128的维度，但是由于其中数据类型为VectorUint

最低0.47元/天解锁文章