news 2026/9/6 17:34:08

PolyDataContourToImageData 3D集合图像转换成等效3D二值图像

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
PolyDataContourToImageData 3D集合图像转换成等效3D二值图像

一:主要的知识点

1、说明

本文只是教程内容的一小段,因博客字数限制,故进行拆分。主教程链接:vtk教程——逐行解析官网所有Python示例-CSDN博客

2、知识点纪要

本段代码主要涉及的有①三维图形转换为3D体素数据


二:代码及注释

import math import vtkmodules.vtkRenderingOpenGL2 import vtkmodules.vtkInteractionStyle from vtkmodules.vtkFiltersSources import vtkSphereSource from vtkmodules.vtkFiltersCore import vtkCutter, vtkStripper from vtkmodules.vtkCommonDataModel import vtkImageData, vtkPlane from vtkmodules.vtkIOXML import vtkXMLPolyDataWriter from vtkmodules.vtkCommonCore import VTK_UNSIGNED_CHAR from vtkmodules.vtkFiltersModeling import vtkLinearExtrusionFilter from vtkmodules.vtkImagingStencil import vtkImageStencil, vtkPolyDataToImageStencil from vtkmodules.vtkIOImage import vtkMetaImageWriter, vtkPNGWriter def main(): # 创建一个3D图形 sphereSource = vtkSphereSource() sphereSource.SetPhiResolution(30) sphereSource.SetThetaResolution(30) sphereSource.SetCenter(40, 40, 40) sphereSource.SetRadius(20) # 切割数据集的"刀" # 首先先定义这个刀是什么,需要使用隐函数定义 cutPlane = vtkPlane() cutPlane.SetOrigin(sphereSource.GetCenter()) cutPlane.SetNormal(0, 0, 1) circleCutter = vtkCutter() circleCutter.SetInputConnection(sphereSource.GetOutputPort()) circleCutter.SetCutFunction(cutPlane) stripper = vtkStripper() stripper.SetInputConnection(circleCutter.GetOutputPort()) stripper.Update() circle = stripper.GetOutput() # 写入vtp文件 polyDataWriter = vtkXMLPolyDataWriter() polyDataWriter.SetInputData(circle) polyDataWriter.SetFileName("circle.vtp") polyDataWriter.SetCompressorTypeToNone() # 不适用任何压缩 polyDataWriter.SetDataModeToAscii() # 设置输出文件中的数据以ASCII(文本)格式存储 polyDataWriter.Write() # 准备一个体素数据 whiteImage = vtkImageData() bounds = [0] * 6 circle.GetBounds(bounds) spacing = [0.5, 0.5, 0.5] whiteImage.SetSpacing(spacing) # 计算这个体素数据的维度 dim = [0] * 3 for i in range(3): dim[i] = int(math.ceil((bounds[i * 2 + 1] - bounds[i * 2]) / spacing[i])) + 1 if dim[i] < 1: dim[i] = 1 whiteImage.SetDimensions(dim) # 算是设置了图像体素的数量 # SetExtent 设置了图像的索引范围 确保了生成的 3D 图像的体素网格是最小且精确的,既不浪费内存,又能完整地覆盖输入的几何体 whiteImage.SetExtent(0, dim[0] - 1, 0, dim[1] - 1, 0, dim[2] - 1) origin_shift = 5 * 0.5 origin = [0] * 3 origin[0] = bounds[0] - origin_shift origin[1] = bounds[2] - origin_shift origin[2] = bounds[4] - origin_shift # 上述添加origin_shift是为了vtkImageData能够完全包裹住mesh whiteImage.SetOrigin(origin) # AllocateScalars # 为图像的体素数据分配内存。VTK_UNSIGNED_CHAR(无符号字符,范围 0-255),1 表示每个体素有一个分量(即灰度值) whiteImage.AllocateScalars(VTK_UNSIGNED_CHAR, 1) # 将 整个 3D 图像(体素网格)预先填充为前景值(即白色) # inval = 255 outval = 0 # count = whiteImage.GetNumberOfPoints() # for i in range(count): # whiteImage.GetPointData().GetScalars().SetTuple1(i, inval) # 上述for循环的简便替代方法 whiteImage.GetPointData().GetScalars().Fill(255) extrude = vtkLinearExtrusionFilter() extrude.SetInputData(circle) extrude.SetScaleFactor(1.0) # 设置挤压的比例因子 extrude.SetExtrusionTypeToVectorExtrusion() # 设置为向量挤压,而非几何体表面的法线定义 extrude.SetVector(0, 0, 1) # 设置挤压的向量 extrude.Update() pol2stenc = vtkPolyDataToImageStencil() pol2stenc.SetInputConnection(extrude.GetOutputPort()) pol2stenc.SetTolerance(0) # 帮助过滤垂直面 pol2stenc.SetOutputOrigin(origin) pol2stenc.SetOutputSpacing(spacing) pol2stenc.SetOutputWholeExtent(whiteImage.GetExtent()) pol2stenc.Update() imgstenc = vtkImageStencil() """ tkImageStencil 是另一个关键过滤器,它接收一个图像作为输入,并根据一个模板(Stencil)修改该图像的像素值。 """ imgstenc.SetInputData(whiteImage) imgstenc.SetStencilConnection(pol2stenc.GetOutputPort()) imgstenc.ReverseStencilOff() imgstenc.SetBackgroundValue(outval) imgstenc.Update() imageWriter = vtkMetaImageWriter() imageWriter.SetFileName('labelImage.mhd') imageWriter.SetInputConnection(imgstenc.GetOutputPort()) imageWriter.Write() imageWriter = vtkPNGWriter() imageWriter.SetFileName('labelImage.png') imageWriter.SetInputConnection(imgstenc.GetOutputPort()) imageWriter.Write() if __name__ == '__main__': main()
版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/7 4:52:52

Linly-Talker开源镜像部署指南(含GPU加速优化)

Linly-Talker开源镜像部署指南&#xff08;含GPU加速优化&#xff09; 在虚拟主播24小时不间断带货、AI客服秒回千条咨询的今天&#xff0c;数字人早已不再是科幻电影里的概念。但真正落地一个能“听懂、会说、表情自然”的实时对话系统&#xff0c;对大多数团队来说仍是不小的…

作者头像 李华
网站建设 2026/9/7 7:05:05

Linly-Talker支持异构计算,CPU+GPU协同推理

Linly-Talker支持异构计算&#xff0c;CPUGPU协同推理 在数字人技术快速落地的今天&#xff0c;用户早已不满足于“会动的头像”或“预录语音播报”。从虚拟主播到远程客服&#xff0c;人们对交互体验的要求正从“能用”迈向“好用”——低延迟、高自然度、个性化表达成为新标准…

作者头像 李华
网站建设 2026/9/5 22:06:58

Linly-Talker音频频谱可视化:调试语音合成质量的利器

Linly-Talker音频频谱可视化&#xff1a;调试语音合成质量的利器 在构建数字人系统时&#xff0c;你是否曾遇到这样的场景&#xff1a;语音输出听起来“怪怪的”——某个字突然消失、语调平得像念经、或是音色莫名失真&#xff1f;可当你想排查问题时&#xff0c;模型却像一个黑…

作者头像 李华
网站建设 2026/9/3 12:01:17

Linly-Talker语音中断恢复机制,确保对话连贯性

Linly-Talker语音中断恢复机制&#xff0c;确保对话连贯性 在虚拟主播流畅回应用户提问、数字客服耐心倾听复杂诉求的场景背后&#xff0c;一场关于“对话节奏”的技术博弈正悄然展开。人们早已不满足于AI只是“听完再说”&#xff0c;而是期待它像真人一样——能容忍停顿、理解…

作者头像 李华
网站建设 2026/9/6 5:35:31

Linly-Talker如何应对长文本输入?分段处理策略解析

Linly-Talker 如何应对长文本输入&#xff1f;分段处理策略解析 在数字人系统逐渐从实验室走向真实业务场景的今天&#xff0c;一个现实问题日益凸显&#xff1a;用户不再满足于“你好”“今天天气怎么样”这类简短交互&#xff0c;而是希望数字人能讲解一份万字白皮书、复述一…

作者头像 李华