在 Python 3.7 中更改 NIFTI 的整個圖像切片

Question

我實際上正在使用 Python 處理 MRI 圖像。 圖像格式是 NIFTI 格式，我知道如何在 x、y 或 z 軸上可視化切片，但是現在，我希望對每個切片使用 Sobel 過濾，並使用這些切片創建新的 NIFTI 圖像。

為了那個原因：

• 我加載主 .nii.gz 圖像（img = nib.load(im_path)）
• 我使用新名稱“img_sobel”再次加載主 .nii.gz 圖像（img_sobel = nib.load(im_path)）
• 為每個切片創建一個循環
• Sobel 過濾切片
• 在img_sobel對應的slice上替換這個slice("img_sobel_data[:, :, sl] == np.hypot(sx, sy)")
• 循環后，使用名稱“image_XXX_Sobel”保存 img_sobel

使用子圖，我看到每個切片上的 sobel 過濾工作，但似乎“img_sobel_data[:, :, sl] == np.hypot(sx, sy)”行不起作用，為什么？

這是 lopp 部分：

    # Name the interested data
    img_data = img.get_fdata()
    img_sobel_data = img_sobel.get_fdata()

    header = img.header
    nb_img = header.get_data_shape()
    nb_img_h = nb_img[2] #Hauteur

    for sl in range(0,nb_img_h):
            slice_h = img_data[:, :, sl]
            #Sobel
            sx = ndimage.sobel(slice_h, axis=0, mode='constant')
            sy = ndimage.sobel(slice_h, axis=1, mode='constant')
            sobel_h = np.hypot(sx, sy)

            img_sobel_data[:, :, sl] = sobel_h #Change the image slice to the sobel one
# Save Sobel:
nib.save(img_sobel,imSobel_path)

怎么了 ？ 我們不能用 Python 替換另一個圖像切片嗎？ 有沒有解決這個問題的技巧？

謝謝 ！

編輯：好的，我明白了為什么我不能這么輕松地做到這一點：我提取了 NIFTI 圖像的切片，對其進行了過濾，但我沒有更改 NIFTI 圖像本身！！！ 所以我現在的問題是：如何更改從 img_sobel.get_fdata() 獲取的 NIFTI 圖像？

Answer 1

僅僅因為你沒有正確保存你的 img_sobel_data，帶有仿射和標題，如果你想保存 Nifti 圖像，你必須在保存它之前提供標題和仿射img_sobel = nib.Nifti1Image(img_sobel_data, affine=img_sobel_affine, header=header)否則您可以使用帶有cv2.imwrite cv2 庫將圖像保存為其他格式，以將圖像保存為 JPG 或 PNG 擴展名。

#======================================
# Importing Necessary Libs
#======================================
import nibabel as nib
import numpy as np 
from scipy import ndimage, misc
import matplotlib.pyplot as plt
#==============================
img  = nib.load(Nifti_img_path)
img_sobel  = nib.load(Nifti_img_sobel_path)
#==============================
if True: 
    # Name the interested data  
    img_data = img.get_fdata()
    img_sobel_data = img_sobel.get_fdata()
    img_sobel_affine = img_sobel.affine
    header = img.header
    nb_img = header.get_data_shape()
    nb_img_h = nb_img[2] #Hauteur

    for sl in range(0,nb_img_h):
            slice_h = img_data[:, :, sl]
            #Sobel
            sx = ndimage.sobel(slice_h, axis=0, mode='constant')
            sy = ndimage.sobel(slice_h, axis=1, mode='constant')
            sobel_h = np.hypot(sx, sy)

            img_sobel_data[:, :, sl] = sobel_h #Change the image slice to the sobel one
# Save Sobel:
img_sobel = nib.Nifti1Image(img_sobel_data, affine=img_sobel_affine, header=header)
nib.save(img_sobel,imSobel_path)
#==============================