VTK学习笔记(四十)vtk提取单层数据

news/2024/5/2 14:40:10/文章来源:https://blog.csdn.net/juluwangriyue/article/details/129132682

VTK学习笔记(四十)vtk提取单层数据

  • 1. VTK学习笔记(四十)vtk提取单层数据
    • 1.1 vtkImageReslice提取单层图像
    • 1.2 vtkExtractVOI提取单层图像

1. VTK学习笔记(四十)vtk提取单层数据

VTK实现单层图片的提取方法有很多,可以使用的filter有很多。

  1. 最底层的方法是获取图像指针,逐体素创建一个单层图像;
  2. vtkExtractVOI提取单层图像;
  3. vtkConstantPad提取单层图像;
  4. vtkImageReslice提取单层图像;

1.1 vtkImageReslice提取单层图像

#include <vtkExtractVOI.h>
#include <vtkImageCast.h>
#include <vtkImageData.h>
#include <vtkNew.h>
#include <vtkNIFTIImageReader.h>
#include <vtkNIFTIImageWriter.h>
#include <vtkImageReslice.h>
#include <string>
#include <vtkMatrix4x4.h>
#include <vtkSmartPointer.h>using namespace std;int main(int, char*[])
{string fileName = "test.nii.gz";vtkSmartPointer<vtkImageData> input;vtkSmartPointer <vtkNIFTIImageReader> niftireader = vtkSmartPointer<vtkNIFTIImageReader>::New();niftireader->SetFileName(fileName.c_str());niftireader->Update();input = niftireader->GetOutput();vtkMatrix4x4* qMatrix = niftireader->GetQFormMatrix();qMatrix->Print(std::cout);int inputDims[3] = { 0 };int extent[6] = {0};double origin[3] = { 0 };double spacing[3] = { 0 };vtkNew<vtkMatrix3x3> mat;input->GetDimensions(inputDims);input->GetExtent(extent);input->GetOrigin(origin);input->GetSpacing(spacing);vtkSmartPointer<vtkImageReslice> pReslice = vtkSmartPointer<vtkImageReslice>::New();//pReslice->SetOutputOrigin(origin);double center[3];center[0] = origin[0] /*+ spacing[0] * 0.5 * (extent[0] + extent[1])*/;center[1] = origin[1] + spacing[1] * 0.5 * (extent[2] + extent[3]);center[2] = origin[2] /*+ spacing[2] * 0.5 * (extent[4] + extent[5])*/;static double axialElements[16] = {0, 1, 0, 0,0, 0, 1, 0,1, 0, 0, 0,0, 0, 0, 1};vtkSmartPointer<vtkMatrix4x4> resliceAxes =vtkSmartPointer<vtkMatrix4x4>::New();resliceAxes->DeepCopy(axialElements);resliceAxes->SetElement(0, 3, center[0]);resliceAxes->SetElement(1, 3, center[1]);resliceAxes->SetElement(2, 3, center[2]);//pReslice->SetOutputExtent(ext);pReslice->SetOutputDimensionality(2);pReslice->SetResliceAxes(resliceAxes);pReslice->SetAutoCropOutput(1);//!!!一定要加这句话pReslice->SetInputData(input);pReslice->Update();vtkImageData* extracted = pReslice->GetOutput();//extracted->SetOrigin(origin);int* extractedDims = extracted->GetDimensions();std::cout << "Dims: "<< " x: " << extractedDims[0] << " y: " << extractedDims[1]<< " z: " << extractedDims[2] << std::endl;std::cout << "Number of points: " << extracted->GetNumberOfPoints()<< std::endl;std::cout << "Number of cells: " << extracted->GetNumberOfCells()<< std::endl;string dstfileName = "resliced.nii.gz";vtkSmartPointer<vtkNIFTIImageWriter> envImageWriter = vtkSmartPointer<vtkNIFTIImageWriter>::New();envImageWriter->SetInputData(extracted);//envImageWriter->SetQFormMatrix(qMatrix);envImageWriter->SetFileName(dstfileName.c_str());envImageWriter->Write();return EXIT_SUCCESS;
}

提取中心层片 y轴切片
在这里插入图片描述
提取中心层片,z轴切片

 double center[3];center[0] = origin[0] /*+ spacing[0] * 0.5 * (extent[0] + extent[1])*/;center[1] = origin[1] /*+ spacing[1] * 0.5 * (extent[2] + extent[3])*/;center[2] = origin[2] + spacing[2] * 0.5 * (extent[4] + extent[5]);static double axialElements[16] = {1, 0, 0, 0,0, 1, 0, 0,0, 0, 1, 0,0, 0, 0, 1};

在这里插入图片描述

提取中心层片,x轴切片

 double center[3];center[0] = origin[0] + spacing[0] * 0.5 * (extent[0] + extent[1]);center[1] = origin[1] /*+ spacing[1] * 0.5 * (extent[2] + extent[3])*/;center[2] = origin[2] /*+ spacing[2] * 0.5 * (extent[4] + extent[5])*/;static double axialElements[16] = {0, 0, 1, 0,1, 0, 0, 0,0, 1, 0, 0,0, 0, 0, 1};

在这里插入图片描述

1.2 vtkExtractVOI提取单层图像

#include <vtkExtractVOI.h>
#include <vtkImageActor.h>
#include <vtkImageCast.h>
#include <vtkImageData.h>
#include <vtkImageMandelbrotSource.h>
#include <vtkImageMapper3D.h>
#include <vtkInteractorStyleImage.h>
#include <vtkNamedColors.h>
#include <vtkNew.h>
#include <vtkRenderWindow.h>
#include <vtkRenderWindowInteractor.h>
#include <vtkRenderer.h>
#include <vtkNew.h>
#include <vtkNIFTIImageReader.h>
#include <vtkNIFTIImageWriter.h>
#include <vtkMatrix3x3.h>
#include <string>
#include <vtkMatrix4x4.h>using namespace std;int main(int, char*[])
{string fileName = "D:/Dataset/Hip_Femur_Detection/Detect/BJ_02006.nii.gz";vtkSmartPointer<vtkImageData> input;vtkSmartPointer <vtkNIFTIImageReader> niftireader = vtkSmartPointer<vtkNIFTIImageReader>::New();niftireader->SetFileName(fileName.c_str());niftireader->Update();input = niftireader->GetOutput();vtkMatrix4x4* qMatrix = niftireader->GetQFormMatrix();qMatrix->Print(std::cout);int inputDims[3] = { 0 };int extent[6] = {0};double origin[3] = { 0 };double spacing[3] = { 0 };vtkNew<vtkMatrix3x3> mat;input->GetDimensions(inputDims);input->GetExtent(extent);input->GetOrigin(origin);input->GetSpacing(spacing);vtkNew<vtkExtractVOI> extractVOI;extractVOI->SetInputData(input);extractVOI->SetVOI(0, inputDims[0]-1,0, inputDims[1]-1, inputDims[2] / 2, inputDims[2] / 2);extractVOI->Update();vtkImageData* extracted = extractVOI->GetOutput();//extracted->SetOrigin(origin);int* extractedDims = extracted->GetDimensions();std::cout << "Dims: "<< " x: " << extractedDims[0] << " y: " << extractedDims[1]<< " z: " << extractedDims[2] << std::endl;std::cout << "Number of points: " << extracted->GetNumberOfPoints()<< std::endl;std::cout << "Number of cells: " << extracted->GetNumberOfCells()<< std::endl;string dstfileName = "extractVOI.nii.gz";vtkSmartPointer<vtkNIFTIImageWriter> envImageWriter = vtkSmartPointer<vtkNIFTIImageWriter>::New();envImageWriter->SetInputData(extracted);envImageWriter->SetQFormMatrix(qMatrix);envImageWriter->SetFileName(dstfileName.c_str());envImageWriter->Write();return EXIT_SUCCESS;
}

提取中心层片,z轴切片
在这里插入图片描述
提取中心层片,x轴切片

 extractVOI->SetVOI(inputDims[0] / 2, inputDims[0]/2,0, inputDims[1]-1, 0, inputDims[2]-1);

在这里插入图片描述

提取中心层片,y轴切片
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_260696.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

力扣mysql刷题记录

mysql刷题记录 刷题链接https://leetcode.cn/study-plan/sql/?progressjkih0qc mysql冲&#xff01;mysql刷题记录一. 1699. 两人之间的通话次数题解二、1251. 平均售价题解三. 1571. 仓库经理题解四.1445. 苹果和桔子解五.1193. 每月交易 I题解六.1633. 各赛事的用户注册率题…

Android Spider XX兔 Wechat Cookie 校验 注册案例(二)

声明 此次案例只为学习交流使用&#xff0c;抓包内容、敏感网址、数据接口均已做脱敏处理&#xff0c;切勿用于其他非法用途&#xff1b; 文章目录声明前言一、资源推荐二、任务说明三、App抓包分析四、还原JS加密1、Date类2、MD5类3、组合调用还原 api_token 参数4、execjs模…

Android 基础知识4-2.10 GridLayout(网格布局)详解

一、GridLayout&#xff08;网格布局&#xff09;概述 GridLayout 布局是 Android 4.0 以后引入的新布局&#xff0c;和 TableLayout(表格布局) 有点类似&#xff0c;不过它功能更多&#xff0c;也更加好用&#xff0c;最大的特点是放置的组件自动占据网格的整个区域,每个组件的…

《FPGA学习》->呼吸灯

&#x1f34e;与其担心未来&#xff0c;不如现在好好努力。在这条路上&#xff0c;只有奋斗才能给你安全感。你若努力&#xff0c;全世界都会为你让路。呼吸灯&#xff0c;简而言之就像人类呼吸一样&#xff0c;有节奏的让LED灯从&#xff1a;灭->微微亮->微亮->亮-&g…

K_A12_014 基于STM32等单片机驱动S12SD紫外线传感器模块 串口与OLED0.96双显示

K_A12_014 基于STM32等单片机驱动S12SD紫外线传感器模块 串口与OLED0.96双显示一、资源说明二、基本参数参数引脚说明三、驱动说明IIC地址/采集通道选择/时序对应程序:数据对比&#xff1a;四、部分代码说明1、接线引脚定义1.1、STC89C52RCS12SD紫外线传感器模块1.2、STM32F103…

Leetcode.2257 统计网格图中没有被保卫的格子数

题目链接 Leetcode.2257 统计网格图中没有被保卫的格子数 Rating &#xff1a; 1709 题目描述 给你两个整数 m和 n表示一个下标从 0开始的 m x n网格图。同时给你两个二维整数数组 guards和 walls&#xff0c;其中 guards[i] [rowi, coli]且 walls[j] [rowj, colj]&#xff…

Jmeter常用断言之BeanShell断言详解

BeanShell断言可以使用beanshell脚本来执行断言检查&#xff0c;可以用于更复杂的个性化需求&#xff0c;使用更灵活&#xff0c;功能更强大&#xff0c;但是要能够熟练使用beanshell脚本 在这里除了可以使用beanshell的内置变量外&#xff0c;主要通过 Failure 和 FailureMess…

Dart中的混入类mixin

介绍 Mixin 是一种在多重继承中复用某个类中代码的方法模式。 Mixin 是面向对象程序设计语言中的类&#xff0c;提供了方法的实现。其他类可以访问mixin类的方法、变量而不必成为其子类。 简单来说就是官方设计了一个种可以方便复用的类&#xff0c;不必去实现很多接口。 应…

C++011-C++循环+枚举

文章目录C011-C循环枚举枚举枚举思想枚举举例题目描述 统计因数题目描述 质数判定错误方法一&#xff1a;优化方法1&#xff1a; 用break实现优化优化方法2&#xff1a; sqrt(n)题目描述 水仙花数题目描述 7744问题实现方法1优化方法2题目描述 余数相同问题题目描述 特殊自然数…

视频投票和图文投票之间的差异投票链接制作平台微擎投票

“我的舞台我的梦”网络评选投票_线上小程序的投票方式_视频投票的功能_在线投票程序用户在使用微信投票的时候&#xff0c;需要功能齐全&#xff0c;又快捷方便的投票小程序。而“活动星投票”这款软件使用非常的方便&#xff0c;用户可以随时使用手机微信小程序获得线上投票服…

嵌入物理(PINN)还是基于物理(AD)?

文章目录1. 传统"反演问题"1.1 反演问题是什么1.2 常见反演问题1.3 传统反演问题的困境2. 深度学习优势3. AD inversion 例子3.1 ADsurf3.2 ADseismic关于PINN的内容大家可以直接google PINN (Physical-informed neural network),其主要的目的是用一个神经网络拟合物…

Docker--------Day1

1.简介 您要如何确保应用能够在这些环境中运行和通过质量检测&#xff1f;并且在部署过程中不出现令人头疼的版本、配置问题&#xff0c;也无需重新编写代码和进行故障修复&#xff1f; Docker之所以发展如此迅速&#xff0c;也是因为它对此给出了一个标准化的解决方案-----…

Linux进程概念讲解

1、进程的基本概念在给进程下定义之前&#xff0c;我们先了解一下进程&#xff1a;我们在编写完代码并运行起来时&#xff0c;在我们的磁盘中会形成一个可执行文件&#xff0c;当我们双击这个可执行文件时&#xff08;程序时&#xff09;&#xff0c;这个程序会加载到内存中&am…

从全局变量寻找到Tomcat回显方式

前言 对于回显的获取主要是在ApplicationFilterChain类的lastServicedRequest / lastServicedResponse两个属性&#xff0c;是使用的ThreadLocal进行修饰的&#xff0c;并且&#xff0c;在执行请求的过程中&#xff0c;通过反射修改属性值&#xff0c;能够记录下当前线程的req…

camera 硬件基本知识

参考博客&#xff1a;1.【Camera专题】Qcom-你应该掌握的Camera调试技巧2_c枫_撸码的日子的博客-CSDN博客_outputpixelclock 2.浩瀚之水_csdn的博客_CSDN博客-深度学习,嵌入式Linux相关知识汇总,Caffe框架领域博主 3.一个早起的程序员的博客_CSDN博客-FPGA,PCIe应用实战,PCI-E…

Introduction to Multi-Armed Bandits——05 Thompson Sampling[3]

Introduction to Multi-Armed Bandits——05 Thompson Sampling[3] 参考资料 Russo D J, Van Roy B, Kazerouni A, et al. A tutorial on thompson sampling[J]. Foundations and Trends in Machine Learning, 2018, 11(1): 1-96. ts_tutorial 项目代码地址: https://githu…

【自然语言处理】主题建模:Top2Vec(理论篇)

主题建模&#xff1a;Top2Vec&#xff08;理论篇&#xff09;Top2Vec 是一种用于 主题建模 和 语义搜索 的算法。它自动检测文本中出现的主题&#xff0c;并生成联合嵌入的主题、文档和词向量。 算法基于的假设&#xff1a;许多语义相似的文档都可以由一个潜在的主题表示。首先…

苏宁基于 AI 和图技术的智能监控体系的建设

汤泳&#xff0c;苏宁科技集团智能监控与运维产研中心总监&#xff0c;中国商业联合会智库顾问&#xff0c;致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。在应用实践中&#xff0c;通过基于 AI 的方式不断完善智能监控体系的建设&a…

如何快速掌握DDT数据驱动测试?

如何快速掌握DDT数据驱动测试&#xff1f; 目录&#xff1a;导读 前言 实施数据驱动步骤 数据驱动测试环境准备 测试步骤 数据存储 数据存在当前脚本中 json文件读取测试数据进行数据驱动测试 从xml读取数据进行数据驱动测试 总结 写在最后 前言 网盗概念相同的测试…

SpringBoot整合分布式锁redisson

1、导入maven坐标<!-- 用redisson作为所有分布式锁&#xff0c;分布式对象等功能框架--><dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>3.12.5</version></dependency>2、red…