ITK 全稱為 Insight Toolkit ，是一款開源、跨平臺、用於影象分析工具包，開發遵循極限程式設計，主流使用語言為 C++，但目前開發團隊已經提供了面向 Python 的介面。

ITK 內部封裝了許多優秀演算法。ITK 可用於影象處理、配準、分割等領域，處理影象維度面向二維、三維或者更高維度

原理講解

本文為 ITK 系列教程的第一篇文章，主要介紹該工具包中二值化分割功能的實現；影象分割的目的通過改變影象畫素值，來提取我們想要的區域，一般是影象處理的大前提；

ITK 中的二值化分割主要用到 itk::BinaryThresholdImageFilter 過濾器，其分割原理圖如下：

二值化分割是分割方法中最基礎的，通過定義 Lower 和 Upper 兩個畫素臨界點

$$
P = \left{
\begin{aligned}
Inside value & &{LowerThreshold<= P <= UpperThreshold}\
Outside value & & {lowerThreshold>P; P> UpperThreshold}\
\end{aligned}
\right.
$$
只要影象畫素值在者之間，則該畫素值將改編為 Insidevalue；否則將改為 Outsidevalue；最終影象的畫素值只有兩種：Insidevalue 或者是 Outsidevalue;

注：上面的 Insidevalue、Outsidevalue、Lowervalue、Uppervalue 四個引數是使用者自己設定的。

程式碼實現

上文已經提到了，二值化分割主要用到的標頭檔案為 itkBinaryThresholdImageFilter ，該過濾器主要通過設定四個引數來完成分割效果。

下面的程式碼部分就是關於二值分割的功能實現，程式碼中，依次進行影象讀取、引數設定、二值化處理、影象寫出等一系列步驟

#include<itkBinaryThresholdImageFilter.h>
#include<itkImage.h>
#include<itkImageFileReader.h>
#include<itkImageFileWriter.h>
#include<itkPNGImageIOFactory.h>
#include<string.h>

using namespace std;

int Binary_Threshold()
{

	itk::PNGImageIOFactory::RegisterOneFactory();

	string input_name = "D:/ceshi1/ITK/Filter/Threshold_Seg/input.png";
	string output_name = "D:/ceshi1/ITK/Filter/Threshold_Seg/output.png";


	using InputPixelType = unsigned char;
	using OutputPixelType = unsigned char;
	
	using InputImageType = itk::Image<InputPixelType, 2>;
	using OutputImageType = itk::Image<OutputPixelType, 2>;
	
	using FilterType = itk::BinaryThresholdImageFilter<InputImageType, OutputImageType>;
	
	using ReaderType = itk::ImageFileReader<InputImageType>;
	using WriterType = itk::ImageFileWriter<OutputImageType>;
	
	ReaderType::Pointer reader = ReaderType::New();
	WriterType::Pointer writer = WriterType::New();
	
	FilterType::Pointer filter = FilterType::New();
	
	reader->SetFileName(input_name);

	filter->SetInput(reader->GetOutput());
	writer->SetInput(filter->GetOutput());
	writer->SetFileName(output_name);
	
	const OutputPixelType  outsidevalue = 0;
	const InputPixelType  insidevalue = 255;
	
	filter->SetOutsideValue(outsidevalue);
	filter->SetInsideValue(insidevalue);
	
	const InputPixelType lowerThreshold = 150;
	const OutputPixelType upperThreshold = 180;


	filter->SetUpperThreshold(upperThreshold);
	filter->SetLowerThreshold(lowerThreshold);
	
	try
	{
		filter->Update();// Running Filter;
		writer->Update();//Runing Writer;

	}
	catch(exception &e)
	{
		cout << "Caught Error!" << endl;
		cout << e.what() << endl;

		return EXIT_FAILURE;
	}

	return EXIT_SUCCESS;
	
}
 

這裡 Insidevalue 設定為 0 (黑色)，Outsidevalue 設定為 255(白色)；閾值分割區間設為 (150,180 )；選取的分割影象為 ITK 官方提供的腦部切片 PNG 圖片，最終的分割結果如下