ITK:排序ITK索引
内容提要
C++实现代码

内容提要
排序itk :: Index。
C++实现代码
#include "itkIndex.h"
#include <map>
int main(int, char *[])
{
  using IndexType = itk::Index<2>;
  IndexType                  index = { { 3, 4 } };
  std::map<IndexType, float> myMap;
  myMap[index] = 42;
  return EXIT_SUCCESS;
}

ITK:VTK图像到ITK图像
ITK:VTK图像到ITK图像
内容提要
C++实现代码

ITK:VTK图像到ITK图像
内容提要
将VTK图像转换为ITK图像。
C++实现代码
#include <itkImage.h>

#include <itkVTKImageToImageFilter.h>

#include "vtkSmartPointer.h"
#include "vtkPNGReader.h"
#include <vtkImageLuminance.h>

#ifdef ENABLE_QUICKVIEW
#  include "QuickView.h"
#endif

int
main(int argc, char * argv[])
{
  if (argc < 2)
  {
    std::cerr << "Required: filename" << std::endl;
    return EXIT_FAILURE;
  }

  vtkSmartPointer<vtkPNGReader> reader = vtkSmartPointer<vtkPNGReader>::New();
  reader->SetFileName(argv[1]);
  // reader->SetNumberOfScalarComponents(1); //doesn't seem to work - use ImageLuminance instead
  reader->Update();


  // Must convert image to grayscale because itkVTKImageToImageFilter only accepts single channel images
  vtkSmartPointer<vtkImageLuminance> luminanceFilter = vtkSmartPointer<vtkImageLuminance>::New();
  luminanceFilter->SetInputConnection(reader->GetOutputPort());
  luminanceFilter->Update();

  using ImageType = itk::Image<unsigned char, 2>;

  using VTKImageToImageType = itk::VTKImageToImageFilter<ImageType>;

  VTKImageToImageType::Pointer vtkImageToImageFilter = VTKImageToImageType::New();
  vtkImageToImageFilter->SetInput(luminanceFilter->GetOutput());
  // vtkImageToImageFilter->SetInput(reader->GetOutput());
  vtkImageToImageFilter->Update();

  ImageType::Pointer image = ImageType::New();
  image->Graft(vtkImageToImageFilter->GetOutput()); // Need to do this because QuickView can't accept const

#ifdef ENABLE_QUICKVIEW
  QuickView viewer;
  viewer.AddImage(image.GetPointer()); // Need to do this because QuickView can't accept smart pointers
  viewer.Visualize();
#endif

  return EXIT_SUCCESS;
}

itk::BSplineDeformableTransform：可以实现变形配准

【在ITK_VERSION_MAJOR >4 后变成itk::BSplineTransform】

 

 

代码链接：（SphinxExamples/src/Core/Transform/GlobalRegistrationTwoImagesBSpline/Code.cxx）

https://itk.org/Doxygen/html/SphinxExamples_2src_2Core_2Transform_2GlobalRegistrationTwoImagesBSpline_2Code_8cxx-example.html#_a1

如果出现类似这种错误：Too many samples map outside  moving image buffer: 13840 / 1722508

错误点在于：说明两个图像在配准前差距太大，至于是哪方面差距？我觉得size 和 spacing，dierect都可以忽略，这里主要看下origin的差距；

备注：在我的实验过程中，size和spacing，方向在配准前都是不一样的，所以我觉得应该是origin的问题

因此用itkChangeInformationImageFilter ：把fixed 和 moving两个图像的origin设置一下，具体就是把moving的origin设置为fixed的origin

【https://itk.org/Doxygen/html/classitk_1_1ChangeInformationImageFilter.htm

这里有例子可以参考用法；】

最终就可以用上述的例子进行配准；这是我用自己的两个数据集得到的结果，是WarpImageFilter滤波后的结果，看下效果还是不错的，



 

 

 

 

ITK学习

刚性配准是指变换前后图像中任意两点的距离不变。不考虑坐标轴尺度缩放时，刚性变换仅存在坐标轴的平移和旋转

灰度也可以认为是亮度，简单说就是色彩的深浅程度，灰度是指黑白图像中点的颜色深度，范围一般从0到255，白色为255 ，黑色为0，

像素类型

ITK图像配准01-学习

https://blog.csdn.net/zhimingf/article/details/70142427