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：
乔姆斯基
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，只要图像中像素在
只要图像像素值在这两个值之间，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>癣螨净
#include<itkImageFileReader.h>
#include<itkImageFileWriter.h>
#include<itkPNGImageIOFactory.h>
#include<string.h>
using namespace std;
rs690int Binary_Threshold()
{
itk::PNGImageIOFactory::RegisterOneFactory();
P ={Insidevalue
Outsidevalue LowerThreshold <=P <=UpperThreshold lowerThreshold >P ;P >UpperThreshold
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>;
透析液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赤峰学院学报编辑部
{3r
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
