ITK学习笔记——将处理得到的二维掩码输出为连续序列

2024-05-14 00:08

本文主要是介绍ITK学习笔记——将处理得到的二维掩码输出为连续序列,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们用ITK对图像进行处理的时候往往先会将16位的原始图像转换为0~255的8位无符号整数,但是要想输出为原始连续的序列,还要将这些掩码结果重新转换为16位的原始图像格式。这个过程用ITK实现起来比较复杂,我会一步步进行讲解。

一、读取dicom图像
将读取的signed short图像归一化到0~255的unsigned char图像

ImageType::Pointer readdicom(string filename) {ReaderType::Pointer reader = ReaderType::New();reader->SetFileName(filename);                                  //输入dicom图像ImageIOType::Pointer gdcmImageIO = ImageIOType::New();reader->SetImageIO(gdcmImageIO);try{reader->Update();}catch (itk::ExceptionObject & e){std::cerr << "exception in file reader " << std::endl;std::cerr << e << std::endl;}RescaleFilterType::Pointer rescaler = RescaleFilterType::New();//0~255灰度图rescaler->SetOutputMinimum(0);rescaler->SetOutputMaximum(255);rescaler->SetInput(reader->GetOutput());                 //对读入的dicm图片进行RescaleIntensityImageFilter处理rescaler->Update();//获取图像 ImageType::Pointer image = rescaler->GetOutput();return image;
}

二、处理原图像
假设我们将原图利用OSTU进行二值化处理

int ostu(ImageType::Pointer image)
{int width = image->GetLargestPossibleRegion().GetSize()[0];int heigth = image->GetLargestPossibleRegion().GetSize()[1];int x = 0, y = 0;int pixelCount[256] = { 0 };//每个像素的计数float pixelPro[256] = { 0 };;    //每种像素比例int i, j, pixelSum = width * heigth, threshold = 0;//统计灰度级中每个像素在整幅图像中的个数for (int i = 0; i < width; i++)for (int j = 0; j < heigth; j++){ImageType::IndexType pixelIndex;pixelIndex[0] = i;pixelIndex[1] = j;pixelCount[image->GetPixel(pixelIndex)]++;}//计算每个像素在整幅图像中的比例for (int i = 0; i < 256; i++){pixelPro[i] = (float)pixelCount[i] / (float)pixelSum;}//经典ostu算法,得到前景和背景的分割//遍历灰度级[0,255],计算出方差最大的灰度值,为最佳阈值float w0, w1, u0tmp, u1tmp, u0, u1, u, deltaTmp, deltaMax = 0;for (i = 0; i < 256; i++){w0 = w1 = u0tmp = u1tmp = u0 = u1 = u = deltaTmp = 0;for (j = 0; j < 256; j++){if (j <= i) //背景部分{//以i为阈值分类,第一类总的概率w0 += pixelPro[j];u0tmp += j * pixelPro[j];}else       //前景部分{//以i为阈值分类,第二类总的概率w1 += pixelPro[j];u1tmp += j * pixelPro[j];}}u0 = u0tmp / w0;		//第一类的平均灰度u1 = u1tmp / w1;		//第二类的平均灰度u = u0tmp + u1tmp;		//整幅图像的平均灰度//计算类间方差deltaTmp = w0 * (u0 - u)*(u0 - u) + w1 * (u1 - u)*(u1 - u);//找出最大类间方差以及对应的阈值if (deltaTmp > deltaMax){deltaMax = deltaTmp;threshold = i;}}ItType it(image, image->GetRequestedRegion());//将迭代器移动到首个元素 it.GoToBegin();//遍历像素,直至结束 while (!it.IsAtEnd()){//获取像素值 ImageType::PixelType value = it.Get();if ((int)value > threshold){it.Set(255);}else{it.Set(0);}//迭代器移动至下一元素 ++it;}//返回最佳阈值;return threshold;

三、输出位原始格式
首先对每张图片进行二值化处理,并与原始图像叠加。
voliter就是关键的三维数据。

void SegmentSingleDCM(int sliceNumber, std::string inputFile, VolumeIteratorType& voliter) {ImageType::Pointer image = readdicom(inputFile);   //将读取的signed short图像归一化到0~255的unsigned char图像int threshold = ostu(image);std::cout << "best_threshold = " << threshold << std::endl;ReaderType::Pointer reader = ReaderType::New();reader->SetFileName(inputFile);                                  //输入dicom图像ImageIOType::Pointer gdcmImageIO = ImageIOType::New();reader->SetImageIO(gdcmImageIO);try{reader->Update();}catch (itk::ExceptionObject & e){std::cerr << "exception in file reader " << std::endl;std::cerr << e << std::endl;}//读取原始图像InputImageType *input = reader->GetOutput();DCMIteratorType input_iter(input, input->GetRequestedRegion());input_iter.GoToBegin();//获取肺实质掩膜ImageType *bin = image;ItType mask_initer(bin, bin->GetRequestedRegion());mask_initer.GoToBegin();//原始图像与肺实质掩膜叠加while ((!input_iter.IsAtEnd()) || (!mask_initer.IsAtEnd())){ImageType::PixelType value_mask_lung = mask_initer.Get();if ((int(value_mask_lung)) == 255){voliter.Set(input_iter.Get());}else{voliter.Set(-1024);}//迭代器移动至下一元素 ++input_iter;++mask_initer;++voliter;}
}

对每张切片进行循环处理,并写入到voliter三维数据中,就能输出连续的和原始图像一样格式的序列了。

void lung_vessel_seg(string directory) {string inputdirectory = "D:/input/";//读入dicom序列图片NamesGeneratorType::Pointer namesGenerator = NamesGeneratorType::New();namesGenerator->SetInputDirectory(inputdirectory);//输入CT_dicm图像系列所在目录const ReaderType_series::FileNamesContainer & filenames =namesGenerator->GetInputFileNames();unsigned int numberOfFilenames = filenames.size();   //文件大小std::cout << numberOfFilenames << std::endl;ImageIOType::Pointer gdcmIO = ImageIOType::New();ReaderType_series::Pointer reader = ReaderType_series::New();reader->SetImageIO(gdcmIO);reader->SetFileNames(filenames);try{reader->Update();}catch (itk::ExceptionObject &excp){std::cerr << "Exception thrown while writing the image" << std::endl;std::cerr << excp << std::endl;}VolumeImageType::Pointer reconstruct = reader->GetOutput();reconstruct->Allocate();VolumeIteratorType voliter(reconstruct, reconstruct->GetRequestedRegion());voliter.GoToBegin();for (int fni = 0; fni < numberOfFilenames; fni++){std::cout << "filename # " << fni << " = ";std::cout << filenames[fni] << std::endl;SegmentSingleDCM(fni, filenames[fni], voliter);//==========================================================}reconstruct->Update();//写进dicom序列string outputDirectory = "D:/output/"itksys::SystemTools::MakeDirectory(outputDirectory);typedef signed short    OutputPixelType;const unsigned int      OutputDimension = 2;typedef itk::Image< OutputPixelType, OutputDimension >    Image2DType;typedef itk::ImageSeriesWriter<VolumeImageType, Image2DType >  SeriesWriterType;SeriesWriterType::Pointer seriesWriter = SeriesWriterType::New();seriesWriter->SetInput(reconstruct);seriesWriter->SetImageIO(gdcmIO);namesGenerator->SetOutputDirectory(outputDirectory);seriesWriter->SetFileNames(namesGenerator->GetOutputFileNames());seriesWriter->SetMetaDataDictionaryArray(reader->GetMetaDataDictionaryArray());seriesWriter->Update();
}

这篇关于ITK学习笔记——将处理得到的二维掩码输出为连续序列的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/987195

相关文章

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python实现自动化接收与处理手机验证码

《Python实现自动化接收与处理手机验证码》在移动互联网时代,短信验证码已成为身份验证、账号注册等环节的重要安全手段,本文将介绍如何利用Python实现验证码的自动接收,识别与转发,需要的可以参考下... 目录引言一、准备工作1.1 硬件与软件需求1.2 环境配置二、核心功能实现2.1 短信监听与获取2.

Python使用date模块进行日期处理的终极指南

《Python使用date模块进行日期处理的终极指南》在处理与时间相关的数据时,Python的date模块是开发者最趁手的工具之一,本文将用通俗的语言,结合真实案例,带您掌握date模块的六大核心功能... 目录引言一、date模块的核心功能1.1 日期表示1.2 日期计算1.3 日期比较二、六大常用方法详

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

Java使用多线程处理未知任务数的方案介绍

《Java使用多线程处理未知任务数的方案介绍》这篇文章主要为大家详细介绍了Java如何使用多线程实现处理未知任务数,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 知道任务个数,你可以定义好线程数规则,生成线程数去跑代码说明:1.虚拟线程池:使用 Executors.newVir

一文带你深入了解Python中的GeneratorExit异常处理

《一文带你深入了解Python中的GeneratorExit异常处理》GeneratorExit是Python内置的异常,当生成器或协程被强制关闭时,Python解释器会向其发送这个异常,下面我们来看... 目录GeneratorExit:协程世界的死亡通知书什么是GeneratorExit实际中的问题案例

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言

python多种数据类型输出为Excel文件

《python多种数据类型输出为Excel文件》本文主要介绍了将Python中的列表、元组、字典和集合等数据类型输出到Excel文件中,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... 目录一.列表List二.字典dict三.集合set四.元组tuplepython中的列表、元组、字典