![54d53f065357e9047a6eddab840e4e12.png](https://img-blog.csdnimg.cn/img_convert/54d53f065357e9047a6eddab840e4e12.png)
做视觉的都知道opencv,但它只能处理2D的图像。对于医学图像处理,那就不得不祭出ITK(Insight Segmentation and Registration Toolkit)了(python下可以使用SimpleITK),这是一个非常强悍的3D分割和配准开源工具箱。下图是它所涉及的类别。
![070015bbba23e51c0907e279a792f23a.png](https://img-blog.csdnimg.cn/img_convert/070015bbba23e51c0907e279a792f23a.png)
有必要花点时间对他里面的图像处理相关接口进行一次梳理,一方面可以系统性的了解整个图像处理和立体视觉相关的知识框架,也方便后面的使用。以下链接是官方函数说明手册,非常详细,本文制作部分梳理和解释,详细内容请参考以下文档。
https://itk.org/ItkSoftwareGuide.pdfitk.org1.Reading and Writing Images
这个就不多少了,dcm,nii.gz,nrrd,mha,mhd等几乎所有的医学影像的常见格式都支持。
2.Filtering
(1)阈值滤波器