Skip to main content
 首页 » 编程设计

python之如何在每个维度上调整体积图像的大小或形状

2024年10月25日10haluo1

我有一个存储在 vtkImageData 对象中的体积图像,我想更改其尺寸(例如,从 [100,100,100] 到 [120,120,120])。我想在每个正方向和负方向分别添加零值,这样在“负 X”中添加 5 个切片和在“正 X”中添加 15 个切片仍然会使 X 分辨率总共增加 20。

是否有 vtk 过滤器或 numpy reshape 函数允许我执行此操作?

我为什么要这样做?我正在使用 python 处理体积图像。 VTK (5.10) 中有一个形态学运算符,它允许我膨胀和腐 eclipse 该图像(称为 vtkImageDilateErode3D)。不幸的是,当我扩张/腐 eclipse 靠近图像边界的体素时,它会导致伪影。因此,我想在应用此运算符之前“挤出”体积。

这里有一些 python 代码可以在某种程度上 reshape 图像,但数据只是散布在整个图像上。也许我可以以某种更智能的方式将以前的图像复制到新数组中? (尽管出于性能原因,我想避免手动复制每个体素)

def change_vol_resolution(volume, res_adjust=[0,0, 0,0, 0,0]): 
    changed_volume = vtk.vtkImageData() 
    original_dimensions = volume.GetDimensions() 
 
    changed_dimensions = [original_dimensions[0] + res_adjust[0] + res_adjust[1], original_dimensions[1] + res_adjust[2] + res_adjust[3], original_dimensions[2] + res_adjust[4] + res_adjust[5]] 
    changed_volume.SetDimensions(changed_dimensions) 
 
    changed_volume.SetScalarTypeToShort() 
    changed_volume.SetNumberOfScalarComponents(volume.GetNumberOfScalarComponents()) 
    changed_volume.AllocateScalars() 
 
    np_array = numpy_support.vtk_to_numpy(volume.GetPointData().GetScalars()) 
    np_array_copy = np.copy(np_array) 
    np_array_copy.resize(changed_dimensions[0]*changed_dimensions[1]*changed_dimensions[2]) 
 
    changed_volume.GetPointData().SetScalars(numpy_support.numpy_to_vtk(np_array_copy,deep=1)) 
 
    return changed_volume 

更新:我发现了一个名为 numpy.pad() 的 numpy 函数,它允许在矩阵的任何维度方向上添加空的“填充”区域,这正是我正在寻找的。

请您参考如下方法:

因为我没有足够的代表来写这个作为评论,所以我不得不写这个作为答案。 虽然您知道了如何使用 numpy reshape 形状,但 vtk 中有过滤器可以执行该任务(也许它有帮助,因为您不必将图像复制到 numpy 数组中)。目前有三个过滤器,它们都是抽象 vtkImagePadFiter 的子类。参见 vtkImagePadFilter Documentation VTK 5.10 .

首先是 vtkImageConstantPad,它用常量填充附加值。我想这就是你想要的。参见 vtkImageConstantPad Documentation VTK 5.10 .

第二个是 vtkImageMirroPad,它通过用原始图像的镜像填充额外的像素来使图像变大。

第三个是 vtkImageWrapPad,它通过模数包裹现有图像以填充新的像素/体素。

P.S 我的低级代表不允许我添加指向其他两个过滤器的文档的链接,但它们很容易找到。