如何将仿射变换应用于 3d numpy 数组？答案

【问题标题】：How do I apply an affine transform to a 3d numpy array?如何将仿射变换应用于 3d numpy 数组？
【发布时间】：2019-12-06 08:20:04
【问题描述】：

我使用以下代码获得了 [180,512,512] 形状的 DICOM 图像。图像由 180 个切片组成，大小为 512x512。

dcm_list = glob.glob(os.path.join(PathDicom, "*.dcm"))
slices = [pydicom.read_file(dcm) for dcm in dcm_list]
slices.sort(key = lambda x: float(x.InstanceNumber))
if ('RescaleIntercept' in slices[0] and 'RescaleSlope' in slices[0]):
    print("TRUE")
    slope = slices[0].RescaleSlope
    intercept = slices[0].RescaleIntercept
    image = np.stack([s.pixel_array*slope+intercept for s in slices], axis=0)
else:
    image = np.stack([s.pixel_array for s in slices], axis=0)

但是，我想将这些图像倾斜成如下图所示的 4x4 仿射矩阵，但我不知道该怎么做。

4x4 affine matrix : 

[[ 2.1219860e-01  9.1372589e-03 -1.4462248e-02 -1.1527188e+02]
 [-9.1041764e-03  2.1220960e-01  1.0911685e-02 -9.0879768e+01]
 [ 3.1687310e-03 -2.1837775e-03  9.9983585e-01 -7.8977943e+01]
 [ 0.0000000e+00  0.0000000e+00  0.0000000e+00  1.0000000e+00]]

【问题讨论】：

结帐了吗：docs.scipy.org/doc/scipy/reference/generated/…
感谢您的评论。我已经使用了这个功能，但是应用后所有的图像都变黑了。

标签： python numpy dicom affinetransform

【解决方案1】：

对于 dicom 中的 3D 功能，特别是如果您想进行旋转等，也许可以查看 simpleITK 而不是 pydicom。

它本机（并且非常快速）处理 3D dicom 图像的完整 3D 方面，并且会非常简单轻松地完成您在此处寻找的操作。

Pydicom 在很多方面都很棒，但是如果您正在寻找 3D 操作，那么您可能会更好地迁移到 SITK。

【讨论】：