介紹如何在 Python 中使用 ITK 函式庫的 v4 影像對準框架處理二維影像的對準，並提供 hello world 範例程式碼。 ITKv4 影像對準框架 ITKv4 影像對準框架跟上一版比較起來更為彈性，主要差異就是對準過程都在新的虛擬影像（virtual image）中進行，固定影像（fixed image）與調動影像（moving image）都透過轉換（transforms）與內插（interpolators）在虛擬影像空間以 metric 衡量配適程度，然後將結果交給 optimizer 更新轉換參數，重複這個過程直到結果收斂。 ...
介紹如何使用 ITK 的 ScalarImageKmeansImageFilter 以 K-means 分群演算法，將影像像素值進行分群（clustering），產生標註（label）影像。 原始影像 載入原始影像。 import itk import matplotlib.pyplot as plt # 影像像素資料類型 PixelType = itk.SS # 影像維度 Dimension = 2 # 影像類型 ImageType = itk.Image[PixelType, Dimension] # 建立影像 Reader ReaderType = itk.ImageFileReader[ImageType] reader = ReaderType.New() reader.SetFileName("fixed.mhd") reader.Update() # 讀取 Fixed 影像 image = reader.GetOutput() # 顯示原始影像 plt.imshow(itk.GetArrayViewFromImage(image), cmap='gray') plt.show() ...
介紹如何在 Python 中使用 ITK 進行影像的線性仿射影像對準（affine registration）。 準備測試用影像 這裡我們使用一張影像作為基準影像（fixed image），以 AffineTransform 線性仿射轉換套用至基準影像上，產生一張調動影像（moving image）。 ...
介紹如何使用 ITK 的 observer 監看影像對準過程，繪製及時的距離變化圖，確認收斂情況。 影像對準（image registration）的計算過程需要確認結果是否正確收斂到最佳解，在 ITK 中我們可以透過設定 observer 的方式，取出每次疊代產生的 metric 數值，並及時繪製出圖形，方便開發者調整參數。 ...
介紹如何在 Python 中使用 ITK 進行 2D 影像平移線性對準（translation registration）。 準備測試用影像 這裡我們使用一張影像作為基準影像（fixed image），以 TranslationTransform 平移轉換套用至基準影像上，產生一張調動影像（moving image）。 ...