ITK读取裸数据方法

关键词：ITK、裸数据、MRIcro、itk::RawImageIO

ITK多用于医学图像的配置和分割，所以其对DICOM文件读写操作的支持是很好的(ITK内部使用GDCM对DICOM文件进行操作，有关GDCM的信息可直接访问其主页：点击打开链接获取更多信息)，但很多时候，特别是做研究的，往往会把处理后的数据以裸数据的形成临时保存，以便进行其它后续操作，而在ITK关于IO的例子中没有关于读取裸数据的信息。使用GOOGLE检索后，得到一条很有用的信息，自己测试了下，把自己翻译和测试的代码记录下来。

1、裸数据的获得

将DICOM文件转化为裸数据的方法很多，使用现成的软件---MRIcro进行转化是最简单的方法，MRIcro的主页：http://www.mccauslandcenter.sc.edu/mricro/mricro/mricro.html，在其主页的Installation部分可以下载到安装文件，具体讲DICOM文件转化为裸数据的方法可以查看MRIcro的使用说明，如果还不会，可以联系我。另外建议使用DCMTK软件包来读取和保存DICOM文件中的数据信息，很简单，也很方便，可以作很多的中间处理，代码量也很少，可以参考DCMTK的说明文档。如果你使用MRIcro来转化，那么转化之后会产生两个文件，一个后缀名称是*.hdr，另外一个是*.img，后缀为hdr的文件内是数据的相关信息，如果你感兴趣可以在网上找到关于hdr文件格式的说明和详细的读写hdr文件c代码，而后缀为img的文件就是数据文件，里面保存的是纯粹的数据。

2、使用ITK对裸数据进行读取并保存为裸数据

使用ITK读取裸数据要在ImageFileReader中使用itk:RawImageIO对象，直接调用ImageFileReader类的SetImageIO函数即可，和读取DICOM文件相似。在这里先贴出itk:RawImageIO的具体使用方法，然后再对其进行简单说明：

        typedef itk::RawImageIO<DicomPixelType, InputDimension> ImageIOType;
	ImageIOType::Pointer gdcmImageIO = ImageIOType::New();
	gdcmImageIO->SetHeaderSize(0);  // 可选
	// The number of dimensions stored in a file. Defaults to two. 
	gdcmImageIO->SetFileDimensionality(2);  // 可选
	gdcmImageIO->SetNumberOfComponents(1);
	gdcmImageIO->SetDimensions( 0, 512 );
	gdcmImageIO->SetDimensions( 1, 512 );
	gdcmImageIO->SetSpacing( 0, 0.414 );
	gdcmImageIO->SetSpacing( 1, 0.414 );
	gdcmImageIO->SetHeaderSize(0);

	reader->SetImageIO( gdcmImageIO );
	reader->SetFileName( "..\\test_img\\IM-0001-0009.img" );
	reader->Update();

学习itk:RawImageIO的方法可以从 Insight/Testing/Code/IO/itkRawImageIOTest.cxx开始，由于裸数据没有固定的文件扩展名或格式，所以很难说一个文件是否为裸数据，同样在使用itk::RawImageIO读取裸数据的时候要设置相关的数据信息。

       void itk::RawImageIO::SetHeaderSize(unsigned long size);

该函数用来指定头文件的长度，以字节为单位，如果要读取的文件内全部是数据则设置为0；

       void itk::RawImageIO::SetFileDimensionality(unsigned long dim);

指定数据的维数，二维或三维等等，默认为2；

       void itk::ImageIOBase::SetDimensions(unsigned int i, int dim);

设置数据的长、宽和高；

       void itk::ImageIOBase::SetNumberOfComponents(unsigned int num_componen=ts);

设置数据中每个像素点用多少位表示，如果是RGB数据，则设置为3；如果是灰度图像则为1.

//*******************************************************************************************************

附录完整的测试代码：

// TODO: Add your control notification handler code here

typedef unsigned short      RawPixelType;
typedef   float             SmoothPixelType;
const unsigned int          InputDimension = 2;

typedef itk::Image< RawPixelType,     2 > RawImageType;
typedef itk::Image< SmoothPixelType,  2 > SmoothImageType;

typedef itk::ImageFileReader< RawImageType > ReaderType;
ReaderType::Pointer reader = ReaderType::New();

typedef itk::RawImageIO<RawPixelType, InputDimension> ImageIOType;
ImageIOType::Pointer rawImageIO = ImageIOType::New();

rawImageIO->SetFileTypeToBinary();       // 二进制方式打开
rawImageIO->SetFileDimensionality(2);    // 读取二维数据
rawImageIO->SetByteOrderToLittleEndian();// 小端方式
rawImageIO->SetPixelType(itk::ImageIOBase::SCALAR); // 像素类型
rawImageIO->SetHeaderSize(0);           // 头文件大小
rawImageIO->SetNumberOfComponents(1);   // 单个像素的位数
rawImageIO->SetDimensions( 0, 512 );    // 图像宽
rawImageIO->SetDimensions( 1, 512 );    // 图像高
rawImageIO->SetSpacing( 0, 0.414 );     // X 方向像素间距
rawImageIO->SetSpacing( 1, 0.414 );     // Y 方向像素间距
rawImageIO->SetOrigin(0,0.0);           // 图像原点
rawImageIO->SetOrigin(1,0.0);           // 图像原点

reader->SetFileName( "..\\test_img\\IM-0001-0009.img" );
reader->SetImageIO( rawImageIO );
reader->Update();

typedef itk::CastImageFilter< RawImageType, SmoothImageType >        CastingFilterType;
CastingFilterType::Pointer casterIn = CastingFilterType::New();

typedef itk::CastImageFilter< SmoothImageType, RawImageType >        CastingFilterType1;
CastingFilterType1::Pointer casterOut = CastingFilterType1::New();


typedef itk::CurvatureFlowImageFilter< SmoothImageType, SmoothImageType >  CurvatureFlowImageFilterType;
CurvatureFlowImageFilterType::Pointer smoothing = CurvatureFlowImageFilterType::New();

smoothing->SetNumberOfIterations( 5 );
smoothing->SetTimeStep( 0.125 );

casterIn->SetInput( reader->GetOutput() );

smoothing->SetInput( casterIn->GetOutput() );

casterOut->SetInput( smoothing->GetOutput() );

typedef itk::ImageFileWriter< RawImageType >  Writer1Type;
Writer1Type::Pointer writer = Writer1Type::New();

writer->SetFileName( "..\\test_img\\smooth.img" );
writer->SetImageIO( rawImageIO );
writer->SetInput( casterOut->GetOutput() );

try
{
	writer->Update();
}
catch( itk::ExceptionObject & excep )
{
	std::cerr << "Exception caught !" << std::endl;
	std::cerr << excep << std::endl;
}

来源：CSDN

作者：伍心

链接：https://blog.csdn.net/yunzhaoqiang/article/details/7905113

标签

大数据

itk