VTK知识学习（27）- 图像基本操作（二）

news2024/12/26 5:21:50

1、图像类型转换

1）vtkImageCast

        图像数据类型转换在数字图像处理中会频繁用到。一些常用的图像算子(例如梯度算子)在计算时出于精度的考虑，会将结果存储为float或double类型，但在图像显示时，一般要求图像为 unsigned char 类型,这时就需要对数据类型进行转换。VTK 中最简单的类型转换 Filter就是 vtkmageCast，其使用方法如下:

vtkImageCast imageCast = vtkImageCast.New();
imageCast.SetInputConnection(reader.GetOutputPort());
imageCast.SetOutputScalarTypeToFloat();
imageCast.Update();

        只需要把 SetOutputScalarTypeToxxX()设置成相应的输出类型即可。另外，该类中还有一个变量 ClampOverflow，用来标识是否需要截断数据。默认情况下，该变量值为0。当设置其值为1时，输出的像素值不能超过输出类型的最大值，超过时自动截断至最大值。该类在进行类型转换时，只是将数据进行强制转换，而没有进行比例的缩放，因此使用比较受限制，VTK中也不推荐使用该类。例如一幅 double 类型的图像，其数值范围为[-1,1]，如果需要将图像转换为 unsigned char 类，则无法使用该 Filter 进行转换。这时就需要用到 vklmageShifScale。

2）vtkImageShiftScale

       指定偏移和比例参数来对输入图像数据进行操作，例如一幅double 类型的图像，其数值范围为[-1,1]，如果将其转换为 unsigned char 类型，需要设置 shif值为+1，比例系数设置为 127.5，那么输入数据-1映射为(-1+1)x127.5=0，而+1 则会映射为(+1+1)x127.5=255。对应代码如下:

vtkImageShiftScale imageShiftScale = vtkImageShiftScale.New();
imageShiftScale.SetInputConnection(reader.GetOutputPort());
 imageShiftScale.SetOutputScalarTypeToUnsignedChar();
imageShiftScale.SetShift(1);
imageShiftScale.SetScale(127.5);
imageShiftScale.Update();

         SetShift()函数，用于设置偏移量 Shift

        SetScale()函数，用于设置放缩值Scale，如果源图像的像素值为Val，那么输出值为(Val+shif)xScale。

        SetOutputScalarTypeToUnsignedChar()用于设置输出类型为 unsigned char，当然，该类也提供了其他输出类型的设置函数。

        该类中也有一个变量ClampOverfow，当其值为1时,如果输出值超过输出类型的最大值时,则自动截断。例如,输出类型为 unsigned char,数值范围为 0~255，当输出像素值为 257时，该类会自动截断取值为 255。默认情况下，变量 ClampOverflow 的值为 0，此时，当输出值为 257，输出类型为 unsigned char 时，该类不会将其截断，而是会产生溢出，最后取值为2。

2、图像颜色映射

1）图像灰度映射

        vtkImageLuminance 负责将一个RGB 彩色图像转换为一个单组分的灰度图像。映射公
式为：
        Luminance=0.3xR+0.59xG+0.11xB
         R为输入图像的第一组分(红色)，G为第二组分(绿色)，B为第三组分(蓝色)。

        这个公式用于计算一个RGB颜色的亮度。该类的使用也比较简单，用户无须设置参数。

private void TestColor2Gray()
{
    vtkBMPReader reader = vtkBMPReader.New();
    reader.SetFileName("F:\\code\\VTK\\TestActiViz\\bin\\Debug\\data\\lena.bmp");
    reader.Update();

    vtkImageLuminance luminance = vtkImageLuminance.New();
    luminance.SetInputData(reader.GetOutput());
    luminance.Update();

    vtkImageActor orgActor = vtkImageActor.New();
    orgActor.SetInputData(reader.GetOutput());

    vtkImageActor actor = vtkImageActor.New();
    actor.SetInputData(luminance.GetOutput());

    vtkRenderer orgRenderer = vtkRenderer.New();
    orgRenderer.AddActor(orgActor);
    orgRenderer.SetViewport(0.0, 0.0, 0.5, 1.0);
    orgRenderer.ResetCamera();
    orgRenderer.SetBackground(1, 1, 1);

    vtkRenderer renderer = vtkRenderer.New();
    renderer.SetViewport(0.5, 0.0, 1.0, 1.0);
    renderer.AddActor(actor);

    renderer.ResetCamera();
    renderer.SetBackground(1, 1, 1);

    vtkRenderWindow renderWindow = renderWindowControl.RenderWindow;
    renderWindow.AddRenderer(orgRenderer);
    renderWindow.AddRenderer(renderer);
    renderWindow.Render();
}

2）提取颜色组分

        VTK 中利用 vtkImageExtractComponents 可以方便地提取彩色图像的各个颜色组分。使用该类时只需要设置要提取的组分序号即可。

private void TestExtractComponets()
 {
   vtkBMPReader reader = vtkBMPReader.New();
   reader.SetFileName("F:\\code\\VTK\\TestActiViz\\bin\\Debug\\data\\lena.bmp");
   reader.Update();

   //提取红色对应灰度图像
   vtkImageExtractComponents extractRed = vtkImageExtractComponents.New();
   extractRed.SetInputData(reader.GetOutput());
   extractRed.SetComponents(0);
   extractRed.Update();

   //提取绿色对应灰度图像
   vtkImageExtractComponents extractGreen = vtkImageExtractComponents.New();
   extractGreen.SetInputData(reader.GetOutput());
   extractGreen.SetComponents(1);
   extractGreen.Update();

   //提取蓝色对应灰度图像
   vtkImageExtractComponents extractBlue = vtkImageExtractComponents.New();
   extractBlue.SetInputData(reader.GetOutput());
   extractBlue.SetComponents(2);
   extractBlue.Update();

   vtkImageActor orgActor = vtkImageActor.New();
   orgActor.SetInputData(reader.GetOutput());

   vtkImageActor redActor = vtkImageActor.New();
   redActor.SetInputData(extractRed.GetOutput());

   vtkImageActor greenActor = vtkImageActor.New();
   greenActor.SetInputData(extractGreen.GetOutput());

   vtkImageActor blueActor = vtkImageActor.New();
   blueActor.SetInputData(extractBlue.GetOutput());

   vtkRenderer orgRenderer = vtkRenderer.New();
   orgRenderer.AddActor(orgActor);
   orgRenderer.SetViewport(0.0, 0.0, 0.25, 1.0);
   orgRenderer.ResetCamera();
   orgRenderer.SetBackground(1, 1, 1);

   vtkRenderer renderer = vtkRenderer.New();
   renderer.SetViewport(0.25, 0.0, 0.5, 1.0);
   renderer.AddActor(redActor);
   renderer.ResetCamera();
   renderer.SetBackground(1, 1, 1);

   vtkRenderer renderer2 = vtkRenderer.New();
   renderer2.SetViewport(0.5, 0.0, 0.75, 1.0);
   renderer2.AddActor(greenActor);
   renderer2.ResetCamera();
   renderer2.SetBackground(1, 1, 1);

   vtkRenderer renderer3 = vtkRenderer.New();
   renderer3.SetViewport(0.75, 0.0, 1, 1.0);
   renderer3.AddActor(blueActor);
   renderer3.ResetCamera();
   renderer3.SetBackground(1, 1, 1);

   vtkRenderWindow renderWindow = renderWindowControl.RenderWindow;
   renderWindow.AddRenderer(orgRenderer);
   renderWindow.AddRenderer(renderer);
   renderWindow.AddRenderer(renderer2);
   renderWindow.AddRenderer(renderer3);
   renderWindow.Render();
}

        代码中定义了三个 vtkImageExtractComponents 对象，分别用来提取红、绿和蓝色组分图像，函数 SetComponents()用来设置要提取的组分号，红、绿、蓝三色分别对应0、1和2。设置完毕，执行Update()即可得到各个组分的数据。其输出为vtkImageData，每一个颜色组分数据即是一个灰度图像。

3）图像彩色映射

        图像彩色映射的原理是:先生成一个颜色查找表，然后根据图像像素的一个标量值在颜色查找表中查找对应的颜色，并用新颜色值替代原来的像素值。VTK中以vkImageMapToColors 实现图像彩色映射，以 vkookUpTable 生成颜色查找表。

   

private void TestGray2Color()
        {
            vtkJPEGReader reader = vtkJPEGReader.New();
            reader.SetFileName("F:\\code\\VTK\\TestActiViz\\bin\\Debug\\data\\lena-gray.jpg");
            reader.Update();

            vtkLookupTable colorTable = vtkLookupTable.New();
            colorTable.SetRange(0, 255);
            colorTable.SetHueRange(0.1, 0.5);
            colorTable.SetValueRange(0.6, 1);
            colorTable.Build();

            vtkImageMapToColors colorMap = vtkImageMapToColors.New();
            colorMap.SetInputData(reader.GetOutput());
            colorMap.SetLookupTable(colorTable);
            colorMap.Update();

            vtkImageActor orgActor = vtkImageActor.New();
            orgActor.SetInputData(reader.GetOutput());

            vtkImageActor redActor = vtkImageActor.New();
            redActor.SetInputData(colorMap.GetOutput());

            vtkRenderer orgRenderer = vtkRenderer.New();
            orgRenderer.AddActor(orgActor);
            orgRenderer.SetViewport(0.0, 0.0, 0.5, 1.0);
            orgRenderer.ResetCamera();
            orgRenderer.SetBackground(1, 1, 1);

            vtkRenderer renderer = vtkRenderer.New();
            renderer.SetViewport(0.5, 0.0, 1, 1.0);
            renderer.AddActor(redActor);
            renderer.ResetCamera();
            renderer.SetBackground(1, 1, 0.8);

            vtkRenderWindow renderWindow = renderWindowControl.RenderWindow;
            renderWindow.AddRenderer(orgRenderer);
            renderWindow.AddRenderer(renderer);

            renderWindow.Render();
        }

        示例先读取了一幅灰度图像，然后生成 vtkLookUpTable 颜色查找表。

        构造颜色查找表有两种方法:一种是直接添加颜色;另一种是设置HSV颜色空间变化范围，然后自动生成颜色表。这里采用的是第二种方法，

SetRange()设置要映射的标量数据的范围：

SetHueRange()设置HSV 颜色空间的 Hue 值范围，最大范围为[0,1];

SetValueRange()设置 HSV 颜色空间的 Value 范围，最大范围为[0,1]:

设置完后，调用 Build()来生成颜色査找表。接着定义 vkImageMapToColors 对象，vtkImageMapToColors::SetLookupTable()设置相应的颜色查找表，执行 Update（)后，其输出为一幅彩色图像。 

4）颜色合成

        VTK也支持将多个灰度图像合并成一个彩色图像。VTK 中的 vtkImageAppendComponents 类可用来合成彩色图像，其输入需要提供三个灰度图像。

private void TestColorAppend()
        {
            vtkImageCanvasSource2D red = vtkImageCanvasSource2D.New();
            red.SetScalarTypeToUnsignedChar();
            red.SetNumberOfScalarComponents(1);
            red.SetExtent(0, 100, 0, 100, 0, 0);
            red.SetDrawColor(0, 0, 0, 0);
            red.FillBox(0, 100, 0, 100);
            red.SetDrawColor(255, 0, 0, 0);
            red.FillBox(20, 40, 20, 40);
            red.Update();

            vtkImageCanvasSource2D green = vtkImageCanvasSource2D.New();
            green.SetScalarTypeToUnsignedChar();
            green.SetNumberOfScalarComponents(1);
            green.SetExtent(0, 100, 0, 100, 0, 0);
            green.SetDrawColor(0, 0, 0, 0);
            green.FillBox(0, 100, 0, 100);
            green.SetDrawColor(255, 0, 0, 0);
            green.FillBox(30, 50, 30, 50);
            green.Update();

            vtkImageCanvasSource2D blue = vtkImageCanvasSource2D.New();
            blue.SetScalarTypeToUnsignedChar();
            blue.SetNumberOfScalarComponents(1);
            blue.SetExtent(0, 100, 0, 100, 0, 0);
            blue.SetDrawColor(0, 0, 0, 0);
            blue.FillBox(0, 100, 0, 100);
            blue.SetDrawColor(255, 0, 0, 0);
            blue.FillBox(40, 60, 40, 60);
            blue.Update();

            vtkImageAppendComponents components = vtkImageAppendComponents.New();
            components.SetInputData(0, red.GetOutput());
            components.AddInputData(0, green.GetOutput());
            components.AddInputData(0, blue.GetOutput());
            components.Update();

            vtkImageActor redActor = vtkImageActor.New();
            redActor.SetInputData(red.GetOutput());

            vtkImageActor greenActor = vtkImageActor.New();
            greenActor.SetInputData(green.GetOutput());

            vtkImageActor blueActor = vtkImageActor.New();
            blueActor.SetInputData(blue.GetOutput());

            vtkImageActor combinedActor = vtkImageActor.New();
            combinedActor.SetInputData(components.GetOutput());

            vtkRenderer redRenderer = vtkRenderer.New();
            redRenderer.AddActor(redActor);
            redRenderer.SetViewport(0.0, 0.0, 0.25, 1.0);
            redRenderer.ResetCamera();
            redRenderer.SetBackground(1, 1, 1);

            vtkRenderer greenRenderer = vtkRenderer.New();
            greenRenderer.AddActor(greenActor);
            greenRenderer.SetViewport(0.25, 0.0, 0.5, 1.0);
            greenRenderer.ResetCamera();
            greenRenderer.SetBackground(1, 1, 1);

            vtkRenderer blueRenderer = vtkRenderer.New();
            blueRenderer.AddActor(blueActor);
            blueRenderer.SetViewport(0.5, 0.0, 0.75, 1.0);
            blueRenderer.ResetCamera();
            blueRenderer.SetBackground(1, 1, 1);

            vtkRenderer CombinedRenderer = vtkRenderer.New();
            CombinedRenderer.SetViewport(0.75, 0.0, 1, 1.0);
            CombinedRenderer.AddActor(combinedActor);
            CombinedRenderer.ResetCamera();
            CombinedRenderer.SetBackground(1, 1, 0.8);

            vtkRenderWindow renderWindow = renderWindowControl.RenderWindow;
            renderWindow.AddRenderer(redRenderer);
            renderWindow.AddRenderer(greenRenderer);
            renderWindow.AddRenderer(blueRenderer);
            renderWindow.AddRenderer(CombinedRenderer);

            renderWindow.Render();
        }

        先利用 vtkImageCanvasSource2D定义了三个二值图像，每个图像中绘制了一个白色矩形，并且三个矩形有部分重叠;然后定义vkImageAppendComponents对象，并将三个图像设置为 vtkImageAppendComponents 对象的输入来合成图像。合成的效果为三个图像中对应的三个像素点的像素值合成一个RGB 像素值，如三个图像中第100个像素的像素值分别为255、0和 0，那么该点在输出图像中的像素值为(255.0.0)，显示为红色。 

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.coloradmin.cn/o/2265644.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

在跨平台开发环境中构建高效的C++项目：从基础到最佳实践20241225

在跨平台开发环境中构建高效的C++项目：从基础到最佳实践20241225

在跨平台开发环境中构建高效的C项目：从基础到最佳实践 引言 在现代软件开发中，跨平台兼容性和高效开发流程是每个工程师追求的目标。尤其是对于 C 开发者，管理代码的跨平台构建以及调试流程可能成为一项棘手的挑战。在本文中，我…
阅读更多...
网络协议入门

网络协议入门

一、概述 1、模型 为了减少协议设计的复杂性，大多数网络模型均采用分层的方式来组织。每一层都有自己的功能，就像建筑物一样，每一层都靠下一层支持。每一层利用下一层提供的服务来为上一层提供服务，本层服务的实现细节对上层屏蔽…
阅读更多...
集成RabbitMQ+MQ常用操作

集成RabbitMQ+MQ常用操作

文章目录 1.环境搭建1.Docker安装RabbitMQ1.拉取镜像2.安装命令3.开启5672和15672端口4.登录控制台 2.整合Spring AMQP1.sun-common模块下创建新模块2.引入amqp依赖和fastjson 3.新建一个mq-demo的模块1.在sun-frame下创建mq-demo2.然后在mq-demo下创建生产者和消费者子模块3.查…
阅读更多...
sentinel笔记10- 限流规则持久化（下）

sentinel笔记10- 限流规则持久化（下）

上一篇整理过单向的持久化，sentinel笔记9- 限流规则持久化（上）-CSDN博客 本篇进行sentinel 改造，实现双向同步。 1 下载Sentinel源码 https://github.com/alibaba/Sentinel 2 dashboard 改造 2.1修改dashboard项目的pom.xml &…
阅读更多...
微服务篇-深入了解 XXL-JOB 分布式任务调度的具体使用（XXL-JOB 的工作流程、框架搭建）

微服务篇-深入了解 XXL-JOB 分布式任务调度的具体使用（XXL-JOB 的工作流程、框架搭建）

🔥博客主页： 【小扳_-CSDN博客】 ❤感谢大家点赞👍收藏⭐评论✍ 文章目录 1.0 XXL-JOB 调度中心概述 1.2 XXL-JOB 工作流程 1.3 Cron 表达式调度 2.0 XXL-JOB 框架搭建 2.1 XXL-JOB 调度中心的搭建 2.2 XXL-JOB 执行器的搭建 2.3 使用调度中心…
阅读更多...
【jenkins插件】

【jenkins插件】

1) 2) 3) 4) 5) 6) 参考: 知识库/运维/Jenkins/01-安装/13-插件.md zfoo/java-developer-document - 码云 - 开源中国
阅读更多...
孔雀鱼和斑马鱼能一起养吗?

孔雀鱼和斑马鱼能一起养吗?

在观赏鱼的世界里，孔雀鱼和斑马鱼都是备受鱼友喜爱的热门品种。它们独特的外形和相对容易的饲养条件，使得不少养鱼新手跃跃欲试将它们混养在一起，但这其中实则有诸多因素需要考量。 从生存环境来看，孔雀鱼和斑马鱼有一定的兼容性…
阅读更多...
踏踏实实练SQLday1

踏踏实实练SQLday1

踏踏实实练SQLday1 1连续登录1.1查询连续登录3天以上的用户第一步去重第二步-开窗rownumber，用date减一下，对结果进行分组 -- over()开窗函数知识图谱第三步 1.2查询连续登录最大天数用户1.3某个用户连续登录天数注意先where一下这个用户的数据过滤出来.…
阅读更多...
UM-Net：基于不确定性建模的息肉分割方法，对ICGNet的重新思考|文献速递-生成式模型与transformer在医学影像中的应用

UM-Net：基于不确定性建模的息肉分割方法，对ICGNet的重新思考|文献速递-生成式模型与transformer在医学影像中的应用

Title 题目 UM-Net: Rethinking ICGNet for polyp segmentation with uncertainty modeling UM-Net：基于不确定性建模的息肉分割方法，对ICGNet的重新思考 01 文献速递介绍 结直肠癌（CRC）是男性中第三大最常见的恶性肿瘤&…
阅读更多...
C语言项目 天天酷跑（上篇）

C语言项目 天天酷跑（上篇）

前言 这里讲述这个天天酷跑是怎么实现的，我会在天天酷跑的下篇添加源代码，这里会讲述天天酷跑这个项目是如何实现的每一个思路，都是作者自己学习于别人的代码而创作的项目和思路，这个代码和网上有些许不一样，因为掺杂了…
阅读更多...
协众OA checkLoginQrCode接口 SQL注入漏洞

协众OA checkLoginQrCode接口 SQL注入漏洞

FOFA app"协众软件-协众OA" 漏洞复现 nuclei运行结果
阅读更多...
如何用gpt来分析链接里面的内容（比如分析论文链接）和分析包含多个文件中的一块代码

如何用gpt来分析链接里面的内容（比如分析论文链接）和分析包含多个文件中的一块代码

如何用gpt来分析链接里面的内容，方法如下 这里使用gpt4里面有一个网路的功能 点击搜索框下面这个地球的形状即可启动搜索网页模式 然后即可提出问题在搜索框里：发现正确识别和分析了链接里面的内容 链接如下：https://arxiv.org/pdf/2009.1…
阅读更多...
jdk各个版本介绍

jdk各个版本介绍

JDK（Java Development Kit）是Java开发者用于构建、测试和部署Java应用程序的工具包。随着Java语言的不断演进，JDK也经历了多个版本的更新。下面是对JDK各个主要版本的简要介绍： JDK 1.0 - 1.4（经典时代） •…
阅读更多...
OpenCV(python)从入门到精通——运算操作

OpenCV(python)从入门到精通——运算操作

加法减法操作 import cv2 as cv import numpy as npx np.uint8([250]) y np.uint8([10])x_1 np.uint8([10]) y_1 np.uint8([20])# 加法,相加最大只能为255 print(cv.add(x,y))# 减法，相互减最小值只能为0 print(cv.subtract(x_1,y_1))图像加法 import cv2 as…
阅读更多...
大湾区经济网报道 | 第三届湾商大会暨湾区未来产业发展论坛隆重举行

大湾区经济网报道 | 第三届湾商大会暨湾区未来产业发展论坛隆重举行

大湾区经济网12月25日电（首席记者 余芳），在中国式现代化进程与世界新机遇交汇的大背景下，要精准定位并奋力攀登未来科技与产业发展的高峰，加速推进新一代信息技术、人工智能、量子科技、生物科技、新能源以及新材料等领…
阅读更多...
CV-OCR经典论文解读|An Empirical Study of Scaling Law for OCR/OCR 缩放定律的实证研究

CV-OCR经典论文解读|An Empirical Study of Scaling Law for OCR/OCR 缩放定律的实证研究

论文标题 An Empirical Study of Scaling Law for OCR OCR 缩放定律的实证研究 论文链接： An Empirical Study of Scaling Law for OCR论文下载 论文作者 Miao Rang, Zhenni Bi, Chuanjian Liu, Yunhe Wang, Kai Han 内容简介 本论文在光学字符识别&#xf…
阅读更多...
ES已死，文本检索永生

ES已死，文本检索永生

长期以来，混合查询（Hybrid Search）一直是提升 RAG（Retrieval-Augmented Generation）搜索质量的重要手段。尽管基于密集向量（Dense Embedding）的搜索技术随着模型规模和预训练数据集的不断扩展&a…
阅读更多...
K线单边突破指标（附带源码）

K线单边突破指标（附带源码）

编写需求： 今天我们来根据粉丝要求进行源码复现： 【请根据最近两根K线判断当下的行情做多，做空方向。用三个价格判断当前K线状态，最高价、最低价、收盘价都大于昨日对应价格，为上涨K线。用三个价格判断当前K线状态&a…
阅读更多...
基于Springboot的在线问卷调查系统【附源码】

基于Springboot的在线问卷调查系统【附源码】

基于Springboot的在线问卷调查系统 效果如下： 系统主页面 问卷列表页面 个人中心页面 系统登陆页面 管理员主页面 问卷管理页面 研究背景 随着互联网技术的飞速发展，传统的问卷调查方式因其时间和地点的限制，难以高效地收集到足够的数据。…
阅读更多...
SpringBoot状态机

SpringBoot状态机

Spring Boot 状态机（State Machine）是 Spring Framework 提供的一种用于实现复杂业务逻辑的状态管理工具。它基于有限状态机（Finite State Machine, FSM）的概念，允许开发者定义一组状态、事件以及它们之间的转换规则。…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023