VTK在三维可视化方面具有优势,但是在二维图像分析上没有OpenCV好用。为了结合VTK和OpenCV到同一个项目中,很重要的一点就是数据格式的转换。下面提供两个从vtkImageData转换到cv::Mat的方法。
版本说明:VTK-6.3.0,OpenCV3.0.0
1 直接访问像素
//![1]-- vtkImage -> cv::Mat
int dims[3];
imageData->GetDimensions( dims ); // vtkImage的类型是vktImageData
int rows = dims[1];
int cols = dims[0];
uchar *imageDataPtr =
static_cast<uchar*>(imageData->GetScalarPointer(0, 0, 0));
Mat srcMat;
srcMat.create(rows, cols, CV_8UC1);
for (int i = 0; i < rows ; ++i)
{
uchar *matData = srcMat.ptr<uchar>( i );
for (int j = 0; j < cols; ++j)
{
matData[j] = *imageDataPtr++;
}
}
// [1]
//![2] -- Resize
double spacing[3];
imageData->GetSpacing( spacing );
Mat distMat;
cv::Size dsize;
dsize.width = cols * spacing[0];
dsize.height = rows * spacing[1];
cv::resize(srcMat, distMat, dsize);
// [2]
2 直接构造
上面的方法需要访问每个像素点,效率相对较低。根据参考资料[1]的提示,我们这里给出已给更加简单快捷的方法。
//![2] -- vtkImage -> cv::Mat
int dims[3];
imageData->GetDimensions( dims );// vtkImage的类型是vktImageData
Mat srcMat(dims[1], dims[0], CV_8UC1, imageData->GetScalarPointer());
// [2]
//![3] -- Resize
double spacing[3];
imageData->GetSpacing( spacing );
cv::Size dsize;
dsize.width = dims[0] * spacing[0];
dsize.height = dims[1] * spacing[1];
Mat distMat = srcMat;
cv::resize(srcMat, distMat, dsize );
// [3]
注意:由于vtkImageData是带有spacing的(x,y,z方向上的像素间隔),需要根据这个间隔将转换到的cv::Mat进行相应的缩放。
参考资料