SimpleITK的使用介绍

总结：

1. 物理空间上的图像有以下属性：

   • Origin：原点
   • Size：大小–每一维度的像素数
   • Spacing：像素之间的实际距离（nm、mm、km）
   • Direction cosine matrix：物理空间上的轴线方向

   这些属性是图像的元数据（meta-data）。从图像索引计算物理坐标需要所有四个组件。

2. 图像可以包含元数据字典（meta-data）。这种补充信息通常包括图像模态(如CT)、患者姓名和与图像采集有关的信息。

3. 图像初始化: 用户指定的像素类型，用户指定的维度(2,3)，原点为零，所有维度的单位间距和单位方向余弦矩阵，强度设置为零。

4. Data transfer to/from numpy: GetArrayFromImage(copy)，GetArrayViewFromImage(immutable)，GetImageFromArray (copy) +set the meta-data yourself.

5. resampling导致全黑图像的一个常见问题是由于(a)对期望输出图像的空间域(元数据)的不正确规范;或者(b)使用从输出空间域到重新采样图像的转换映射的逆。

1. 物理空间上的图像

2. 像素值类型

像素类型表示为枚举类型，如下表：

3. 图像制造

制作一张图片，要求具备以下元素：

Pixel type	Size	Origin	Spacing	Direction matrix

例如：

image_3D = sitk.Image(256,128,64,sitk.sitkInt16)

4. 基础图像属性命令（Meta-Data）

你可以改变图像的原点，间距和方向。应该谨慎地对已经包含数据的图像进行此类更改。

5. 访问像素和切片

访问像素或者改变像素值可以使用GetPixel和SetPixel函数，访问切片可以使用python的切片操作符。访问函数和图像切片操作符的顺序为[x,y,z]。

6. 图像操作

SimpleITK支持图像之间的基本算术操作，同时考虑到元数据。图像必须在物理上(逐像素)重叠。
物理属性(元数据值)需要多接近才能被认为是等价的?

还支持比较运算符(>，>=，<，<=，==)，用于返回二进制图像。

7. SimpleITK、Numpy的索引区别

SimpleITK和numpy对应的索引下标是相反的！

SimpleITK: image[x,y,z]
numpy: image_numpy_array[z,y,x]

8. SimpleITK2Numpy和Numpy2SimpleITK

1. GetImageFromArray(): 返回图像数据的副本。然后，你可以自由地修改数据，因为它对原始的SimpleITK图像没有影响。
2. GetArrayViewFromImage():返回对以内存有效方式显示有用的图像数据的视图。如果原始SimpleITK图像被删除，你将无法修改数据，视图将无效。
3. GetImageFromArray():返回