SimpleITK使用——4. 奇怪的問題

1. 數據dtype類型問題

1.1 確定原因

現象描述

• windows下使用numpy處理Nifti圖像並保存，
  • 得到的圖像是49KB
  • ITK-Snap可以打開
• linux下使用相同代碼用numpy處理Nifti圖像並保存
  • 得到圖像時85KB
  • ITK-Snap打開報錯：itk::ERROR: NiftiImageIO(000001CB27E1CD80): Unknown component type: 0
    
  • 但是3D Slicer可以打開

---

尋找原因

• 由於代碼相同，測試過保存的numpy數據也相同，但是最終文件大小不同。
• 因此考慮數據類型，dtype的問題

---

實驗

由於代碼中有一句是：

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

因此逐個查看數據類型，發現

pred_label_array.dtype
> dtype('uint8')

skull_mask_array.dtype
> dtype('uint8')

skull_striper_array.dtype
> dtype('int64')

因此考慮是由於在numpy中引入了常量，導致數據類型發生變化。

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下圖像的數據類型，確實是int64，轉為int32之後，itk-snap就可以打開處理後的圖像了。

---

考慮不同環境下numpy對常量默認的數據類型

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

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

• windows環境：numpy-1.19.2、simpleitk-2.1.1.2

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

1.2 numpy中默認dtype類型

在numpy文檔-Data types中，有以下描述：

NumPy提供numpy.iinfo和numpy.finfo來確認Numpy中整數和浮點數的最值。

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)

因此在自己的機器上進行測試：

• windows上：
  
• linux上：
  
• 因此可以知道，當我使用下面的代碼，引入整數後

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

• windows默認這個整數（int）是int32比特，而linux默認這個整數(int)是int64比特

StackOverflow上也有個類似的問題闡述，詳見Specifying default dtype for np.array(1.)

1.3 itk-snap打開int64格式的問題

在上面闡述了現象：

• 64比特的圖像使用ITK-Snap打開報錯：itk::ERROR: NiftiImageIO(000001CB27E1CD80): Unknown component type: 0
  
• 但是3D Slicer可以打開

因此考慮是否ITK-Snap不支持int64比特的圖像。暫時沒有找到有效的相關內容。
TBD