如何在Python中设置SimpleTk`ConnectedThreshold`过滤器的连接性？

如何在Python中设置应用于单通道2D图像的SimpleIK

ConnectedThreshold

过滤器的像素连接

import SimpleITK as sitk

# define a simple image from an array
img = sitk.GetImageFromArray([[128,128,0],[128,128,128],[0,128,0]])

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print(a)

我得到这个输出（在我看来，似乎考虑了8个连通区域）：

如何获得此输出（使用4连接区域时获得）

这一评论暗示了一种尝试和错误的方法

首先，原始问题有一个错误：

[[128128,0]，[128128128]，[0128,0]]

必须给出与4连接性和8连接性相同的结果，因为：

对于4-连接：

（0,0）

与

（0,1）

进行4-连接，该

（0,1）

与

（1,1）

处的种子进行4-连接

对于8-连接：

（0,0）

与

（1,1）

进行8-连接

因此，根据上面提到的注释，我做了一些实验，发现：关键字参数名称是

connectivity

，值

0

表示4-连接性；值

1

表示8连接性，在我看来，任何其他值

>1

给出的图像中每个像素都有一个零值

代码如下：

import SimpleITK as sitk
import numpy as np

# define a simple image from an array
v = np.array([[128,0,0],[0,128,0],[0,0,0]])
print('input:\n',v)
img = sitk.GetImageFromArray(v)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=0)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=0\n',a)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=1)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=1\n',a)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=2)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=2\n',a)

这是输出：

input:
 [[128   0   0]
 [  0 128   0]
 [  0   0   0]]
output, connectivity=0
 [[ 0  0  0]
 [ 0 42  0]
 [ 0  0  0]]
output, connectivity=1
 [[42  0  0]
 [ 0 42  0]
 [ 0  0  0]]
output, connectivity=2
 [[0 0 0]
 [0 0 0]
 [0 0 0]]

---

无论如何，我找不到上面的文档。。。所以我的结论是SimpleTk并不是那么简单：-）

可能是我的设置

连接性

参数：@Dženan，好吧，但我如何用Python编写它呢？可能是

…replaceValue=42，连接性=FaceConnectivity

或类似的东西。嗯，相对于原始ITK来说，它很简单。@DaveChen:-）我听说你是SimpleTk的开发人员：有专门针对Python的文档吗？否则，我最好直接将ITK与Python结合使用，不是吗？谢谢。在本例中，与许多其他ITK过滤器一样，SimpleTk的文档直接从ITK的文档中提取。从文档的角度来看，它们没有太大的不同。我不喜欢ITK的模板化以及它在python中的公开方式，但是如果它更适合您的需要，那就试试吧。

import SimpleITK as sitk
import numpy as np

# define a simple image from an array
v = np.array([[128,0,0],[0,128,0],[0,0,0]])
print('input:\n',v)
img = sitk.GetImageFromArray(v)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=0)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=0\n',a)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=1)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=1\n',a)

# get the Region Growing segmentation
out = sitk.ConnectedThreshold(img,seedList=[(1,1)],lower=127,upper=129,replaceValue=42,connectivity=2)

# print the result as a vector:
a = sitk.GetArrayViewFromImage(out)
print('output, connectivity=2\n',a)

input:
 [[128   0   0]
 [  0 128   0]
 [  0   0   0]]
output, connectivity=0
 [[ 0  0  0]
 [ 0 42  0]
 [ 0  0  0]]
output, connectivity=1
 [[42  0  0]
 [ 0 42  0]
 [ 0  0  0]]
output, connectivity=2
 [[0 0 0]
 [0 0 0]
 [0 0 0]]