ITK基础(一) — 二值化分割

ITK 全称为 Insight Toolkit ，是一款开源、跨平台、用于图像分析工具包，开发遵循极限编程，主流使用语言为 C++，但目前开发团队已经提供了面向 Python 的接口。

ITK 内部封装了许多优秀算法。ITK 可用于图像处理、配准、分割等领域，处理图像维度面向二维、三维或者更高维度

原理讲解

本文为 ITK 系列教程的第一篇文章，主要介绍该工具包中二值化分割功能的实现；图像分割的目的通过改变图像像素值，来提取我们想要的区域，一般是图像处理的大前提；

ITK 中的二值化分割主要用到 itk::BinaryThresholdImageFilter 过滤器，其分割原理图如下：

Snipaste_2020-05-03_15-50-50.png

二值化分割是分割方法中最基础的，通过定义 Lower 和 Upper 两个像素临界点

只要图像像素值在者之间，则该像素值将改编为 Insidevalue；否则将改为 Outsidevalue；最终图像的像素值只有两种：Insidevalue 或者是 Outsidevalue;

注：上面的 Insidevalue、Outsidevalue、Lowervalue、Uppervalue 四个参数是用户自己设定的。

代码实现

上文已经提到了，二值化分割主要用到的头文件为 itkBinaryThresholdImageFilter ，该过滤器主要通过设置四个参数来完成分割效果。

下面的代码部分就是关于二值分割的功能实现，代码中，依次进行图像读取、参数设定、二值化处理、图像写出等一系列步骤

#include<itkBinaryThresholdImageFilter.h>
#include<itkImage.h>
#include<itkImageFileReader.h>
#include<itkImageFileWriter.h>
#include<itkPNGImageIOFactory.h>
#include<string.h>
​
using namespace std;
​
int Binary_Threshold()
{
​
 itk::PNGImageIOFactory::RegisterOneFactory();
​
 string input_name = "D:/ceshi1/ITK/Filter/Threshold_Seg/input.png";
 string output_name = "D:/ceshi1/ITK/Filter/Threshold_Seg/output.png";
​
​
 using InputPixelType = unsigned char;
 using OutputPixelType = unsigned char;

 using InputImageType = itk::Image<InputPixelType, 2>;
 using OutputImageType = itk::Image<OutputPixelType, 2>;

 using FilterType = itk::BinaryThresholdImageFilter<InputImageType, OutputImageType>;

 using ReaderType = itk::ImageFileReader<InputImageType>;
 using WriterType = itk::ImageFileWriter<OutputImageType>;

 ReaderType::Pointer reader = ReaderType::New();
 WriterType::Pointer writer = WriterType::New();

 FilterType::Pointer filter = FilterType::New();

 reader->SetFileName(input_name);
​
 filter->SetInput(reader->GetOutput());
 writer->SetInput(filter->GetOutput());
 writer->SetFileName(output_name);

 const OutputPixelType  outsidevalue = 0;
 const InputPixelType  insidevalue = 255;

 filter->SetOutsideValue(outsidevalue);
 filter->SetInsideValue(insidevalue);

 const InputPixelType lowerThreshold = 150;
 const OutputPixelType upperThreshold = 180;
​
​
 filter->SetUpperThreshold(upperThreshold);
 filter->SetLowerThreshold(lowerThreshold);

 try
 {
 filter->Update();// Running Filter;
 writer->Update();//Runing Writer;
​
 }
 catch(exception &e)
 {
 cout << "Caught Error!" << endl;
 cout << e.what() << endl;
​
 return EXIT_FAILURE;
 }
​
 return EXIT_SUCCESS;

这里 Insidevalue 设置为 0 (黑色)，Outsidevalue 设置为 255(白色)；阈值分割区间设为 (150,180 )；选取的分割图像为 ITK 官方提供的脑部切片 PNG 图片，最终的分割结果如下

Snipaste_2020-05-03_16-29-53.png