一，png图片组合成nii文件

通过ITK-SNAP吐出来的文件都是nii形式的3d文件，但是跑深度学习的时候需要2d的图片以及mask相对应，所以一种方法是拆nii文件，一种方法是把png组合成nii显示三维文件，这里为了和后面模块的一致性，讲一下如何把png组合成nii（如何把dcm转换成png已经在预处理（1）中讲过）https://blog.csdn.net/bosomy_brain/article/details/135671897?spm=1001.2014.3001.5502。

利用前面处理好的png，我们就可以得到需要的nii文件，

import numpy as np
import nibabel as nib
from glob import glob
from PIL import Image


label_path = r'C:\Users\22495\Desktop\dcm.png\*'
label_path = glob(label_path)#获得所有dcm.png的路径
image = Image.open(label_path[1])#打开第一张照片确定初始大小
x = image.width
y = image.height
allImage = np.zeros([x, y, len(label_path)], dtype='uint8')
for i in range(len(label_path)):
    image = Image.open(label_path[i])
    bw_image = image.convert("L")
    #把每一个4通道png转换成灰度图
    allImage[:, :, i] = bw_image#把图像堆叠
new_image = nib.Nifti1Image(allImage, np.eye(4))
nib.save(new_image, 'mr_data.nii.gz')

       这里面有些地方讲解一下。

allImage = np.zeros([x, y, len(label_path)], dtype='uint8')

上面这句话可以理解为做了一个盒子，之后把照片一张张放进去，他就变成了三维图像，当然nii还包含其他的一些信息，可以继续去了解一下。

参考：多张png合成为nii.gz_python 多张png合成为nii.gz-CSDN博客