1、使用SimpleITK对齐图像

在看voxelmorph的代码，看到图像对齐部分，记录一下。
下面是从voxelmorph项目中截取的一段保存图像的函数。
函数输入分别是：配准后的图像、固定图像、要将配准图像保存的名字。
将图像对齐的操作需要将对齐的图像的原点、方向、间距设置成与 被对齐的图像一致。

def save_image(img, ref_img, name):
    img = sitk.GetImageFromArray(img[0, 0, ...].cpu().detach().numpy())
    img.SetOrigin(ref_img.GetOrigin())
    img.SetDirection(ref_img.GetDirection())
    img.SetSpacing(ref_img.GetSpacing())
    sitk.WriteImage(img, os.path.join(args.result_dir, name))

这里只是做了属性的修改，并没有真正的对齐。

2、重采样并对齐图像

def align_seg_with_raw_nrrd(dcm, seg):
    # Just for labelmap .... because of nearestNeighour interpolator
    resampler = sitk.ResampleImageFilter()
    resampler.SetReferenceImage(dcm)
    resampler.SetTransform(sitk.Transform(3, sitk.sitkIdentity))
    resampler.SetInterpolator(sitk.sitkNearestNeighbor)
    seg_new = resampler.Execute(seg)
    return seg_new

if __name__ == '__main__':
	raw_dcm_file = r"path to your nrrd raw data"
	seg_dcm_file= r"path to your seg file"
	dcm = sitk.ReadImage(raw_dcm_file)
	seg = sitk.ReadImage(seg_dcm_file)
	print(raw_dcm_file, seg_new_file)
	seg_new = align_seg_with_raw_nrrd(dcm, seg)

我要实现的目的是：将原始stl切下与原始数据重合的部分，并且用一个与原始数据一样的尺寸存放，并且对应的空间坐标一致（原点、spacing、direction）。

如下输入原始数据：

原始的stl数据，绿色部分：

对齐后的效果如下：
stl对齐后的volume信息如下

对齐后的渲染效果如下

3、中间走过的弯路

多设置参数，得到错误的结果。