SimpleITK图像基础（二）——三维图像resize到固定尺寸

前言

Resize是图像处理中经常使用的一个操作，就是将图像缩放到一个固定尺寸，比如分类神经网络的输入大小必须保持一致，就要用到resize；比如有的网络训练学习需要整个图像，但计算机显卡资源不足，不能将整幅图像输入网络，这时也可用到resize。

python代码

SimpleITK中一般采用ResampleImageFilter过滤器，需要注意的是resize前后的图像应遵循以下公式，即：originsize * originspacing = newsize * newspacing。

import numpy as np
import SimpleITK as sitk
from glob import glob

def resize_image_itk(itkimage, newSize, resamplemethod=sitk.sitkNearestNeighbor):

    resampler = sitk.ResampleImageFilter()
    originSize = itkimage.GetSize()  //获取原图size
    originSpacing = itkimage.GetSpacing()  //获取原图spacing
    newSize = np.array(newSize,float)
    factor = originSize / newSize
    newSpacing = originSpacing * factor
    newSize = newSize.astype(np.int)   //spacing格式转换
    resampler.SetReferenceImage(itkimage)   //指定需要重新采样的目标图像
    resampler.SetSize(newSize.tolist())
    resampler.SetOutputSpacing(newSpacing.tolist())
    resampler.SetTransform(sitk.Transform(3, sitk.sitkIdentity))
    resampler.SetInterpolator(resamplemethod)
    itkimgResampled = resampler.Execute(itkimage)  //得到重新采样后的图像
    return itkimgResampled


image_path = 'F:\\image'    //文件夹路径
image_file = glob(image_path +"/*")   //遍历该文件夹下所有的文件
for i in range(len(image_file)):
    itkimage = sitk.ReadImage(image_file[i])    //遍历文件夹下每一张图片
    itkimgResampled = resize_image_itk(itkimage, (128,128,128),
                                   resamplemethod= sitk.sitkNearestNeighbor)
                                    //目标size为(128,128,128)
                                    //这里要注意：mask用最近邻插值，CT图像用线性插值
    sitk.WriteImage(itkimgResampled,'F:\\image' + image_file[i][len(image_path):])