SimpleITK使用——4. 奇怪的问题

1. 数据dtype类型问题

1.1 确定原因

现象描述

• windows下使用numpy处理Nifti图像并保存，
  • 得到的图像是49KB
  • ITK-Snap可以打开
• linux下使用相同代码用numpy处理Nifti图像并保存
  • 得到图像时85KB
  • ITK-Snap打开报错：itk::ERROR: NiftiImageIO(000001CB27E1CD80): Unknown component type: 0
    
  • 但是3D Slicer可以打开

---

寻找原因

• 由于代码相同，测试过保存的numpy数据也相同，但是最终文件大小不同。
• 因此考虑数据类型，dtype的问题

---

实验

由于代码中有一句是：

skull_striper_array = np.where(pred_label_array - skull_mask_array == 1, 1, 0)

因此逐个查看数据类型，发现

pred_label_array.dtype
> dtype('uint8')

skull_mask_array.dtype
> dtype('uint8')

skull_striper_array.dtype
> dtype('int64')

因此考虑是由于在numpy中引入了常量，导致数据类型发生变化。

skull_mask_path = "./skull_striper_mask.nii.gz"
skull_mask_image = sitk.ReadImage(skull_mask_path)
print(skull_mask_image.GetPixelIDTypeAsString())
> 64-bit signed integer

查看linux下图像的数据类型，确实是int64，转为int32之后，itk-snap就可以打开处理后的图像了。

---

考虑不同环境下numpy对常量默认的数据类型

• linux环境下：numpy-1.19.2、simpleitk-2.1.1.2

  test =np.array([1])
  test.dtype
  > dtype('int64')
  

• windows环境：numpy-1.19.2、simpleitk-2.1.1.2

  	test =np.array([1])
  	test.dtype
  	> dtype('int32')
  

1.2 numpy中默认dtype类型

在numpy文档-Data types中，有以下描述：

NumPy提供numpy.iinfo和numpy.finfo来确认Numpy中整数和浮点数的最值。

np.iinfo(int) # Bounds of the default integer on this system.
iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)
np.iinfo(np.int32) # Bounds of a 32-bit integer
iinfo(min=-2147483648, max=2147483647, dtype=int32)
np.iinfo(np.int64) # Bounds of a 64-bit integer
iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64)

因此在自己的机器上进行测试：

• windows上：
  
• linux上：
  
• 因此可以知道，当我使用下面的代码，引入整数后

  skull_striper_array = np.where(pred_label_array - skull_mask_array == 1, 1, 0)
  

• windows默认这个整数（int）是int32位，而linux默认这个整数(int)是int64位

StackOverflow上也有个类似的问题阐述，详见Specifying default dtype for np.array(1.)

1.3 itk-snap打开int64格式的问题

在上面阐述了现象：

• 64位的图像使用ITK-Snap打开报错：itk::ERROR: NiftiImageIO(000001CB27E1CD80): Unknown component type: 0
  
• 但是3D Slicer可以打开

因此考虑是否ITK-Snap不支持int64位的图像。暂时没有找到有效的相关内容。
TBD