在Python 3.7中更改NIFTI的整个图像切片

Question

我实际上正在使用Python处理MRI图像。 图像格式为NIFTI格式 我知道了如何在x、y或z轴上可视化切片，但现在，我想对每个切片使用Sobel过滤，并用这些切片创建一个新的NIFTI图像

为此：

• 我加载main.nii.gz映像（img=nib.load（im_路径））
• 我用一个新名称“img_sobel”（img_sobel=nib.load（im_path））再次加载main.nii.gz图像
• 为每个切片创建一个循环
• Sobel过滤切片
• 在img_sobel的相应切片上替换该切片（“img_sobel_data[：，：，sl]==np.hypot（sx，sy）”）
• 循环结束后，将img_sobel保存为“image_XXX_sobel”

使用子图，我看到sobel过滤在每个切片上都起作用，但似乎“img_sobel_data[：，：，sl]==np.hypot（sx，sy）”行不起作用，为什么

以下是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？我们不能在Python中替换另一个图像切片吗？有办法解决这个问题吗

谢谢大家!

编辑：好的，我得到一点我为什么不能这么容易做的原因：我提取了NIFTI图像的切片，过滤了它们，但我没有改变NIFTI图像本身！！！ 现在我的问题是：如何更改NIFTI图像从img_sobel.get_fdata（）获取

Answer 1

仅仅因为您没有使用affine和header正确地保存img_sobel_数据，如果您想要保存Nifti图像，您必须在保存之前提供header和affineimg_sobel = nib.Nifti1Image(img_sobel_data, affine=img_sobel_affine, header=header)。否则，您可以使用cv2库使用cv2.imwrite以其他格式保存图像，以JPG或PNG扩展名保存图像

#======================================
# 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)
#==============================