数据篇——numpy array数据转换为VTKImageData

numpy数据转为vtkImageData

numpy array是一个离散的三维空间数据场（离散体数据场），格式为三维数组，需把numpy数据转成vtk里可以用的格式：numpy array -> vtkIImageData。实现方法有两种：

方法一：numpy_to_vtk

首先介绍一下vtk.util.numpy_support的用法

numpy_to_vtk(num_array, deep=0, array_type=None)
# 将numpy数组转化为VTK数组，有三个参数    
# 参数一：这里的num_array必须是1维或2维数组，因此一般需用ravel或flatten将3维数组平铺为1维数组。
# 参数二：deep一般设为1（True），采用deep——copy模式，避免内存问题。
# 参数三：array_type 数组数据类型 数据类型参考链接：C++数据类型和VTK里的数据类型_vtk.vtk_float数据类型-优快云博客

下面是具体的数据转换代码，在这里我直接定义一个numpy_array2vtk_image(numpy_array)函数

对于3D array，可以用flatten或者ravel先转成1D array就可以使用了。这里的1D array得是C order（row-major order），最好使用deep copy（1）以免出现一些内存管理的问题。 

import vtk.util.numpy_support
def numpy_array2vtk_image(numpy_array):
    # vtkImageData中的数据全部都平铺成了一维数组,所以此处使用ravel()函数进行平铺处理
    vtk_data = numpy_support.numpy_to_vtk(np_array.ravel(), deep=1, array_type=vtk.VTK_DOUBLE)
    image_data = vtk.vtkImageData()

    # 设置meta信息
    image_data.SetDimensions(np_array.shape) #设置各维度尺寸
    image_data.SetSpacing([1, 1, 1])         #设置像素间距pixel spacing
    image_data.SetOrigin([0, 0, 0])          #设置原点
    # 设置数据信息
    image_data.GetPointData().SetScalars(vtk_data)

    return image_data

 方法二：vtkImageImport 

参考链接：Python VTK numpy数据3D可视化_numpy_to_vtk-优快云博客