默认拥有后缀名为nii.gz的医学格式数据
使用ITK-SNAP查看数据为3个视窗，默认选取矢状面Sagittal即右上角视窗
在编译器中复制该程序，在环境中安装相应的包
在最下面的main函数中修改为自己的路径
保存的图像为默认名字+切片号，可根据自己数据的名字长度做调整
在文件中添加了float64->unit8的转换，可自行删除
import scipy, shutil, os
import sys, getopt
import imageio
from tqdm import tqdm
import nibabel as nib
import numpy as np
def niito2D(filepath, outputpath):
inputfiles = os.listdir(filepath) # 遍历文件夹数据
outputfile = outputpath
print('Input file is : ', inputfiles)
print('Output folder is: ', outputfile)
file_count = 0 # 文件计数器
for inputfile in inputfiles:
image = nib.load(filepath + inputfile)
image_array = image.get_fdata() # 数据读取
# print(len(image_array.shape))
file_count = file_count + 1
(x, y , z) = image_array.shape # 获得数据shape信息：（长，宽，维度-切片数量）
# 不同3D体数据有用的切片数量不同，自行查看，自行设定起止数量
total_slices = 105 # 总切片数
slice_counter = 25 # 从第几个切片开始
loop = tqdm(range(slice_counter, slice_counter + total_slices)) # 单纯为了花哨的写法
for current_slice in loop:
if (slice_counter % 1) == 0:
data = image_array[current_slice, :, : ].astype(np.uint8) # 保存该切片，可以选择不同方向。当前保存Sag方向，可自行调整顺序
if (slice_counter % 1) == 0:
# 切片命名
image_name = inputfile[:-6] + "{:0>3}".format(str(current_slice + 1)) + ".png"
# 保存
imageio.imwrite(image_name, data)
# 移动到输出文件夹
src = image_name
shutil.move(src, outputfile)
slice_counter += 1
loop.set_description(f'文件数：[{file_count}/{len(inputfiles)}]')
print('Finished converting images')
if __name__ == '__main__':
input_path = 'H:Project/nnUNet-1-masterDATASET/nnUNet_raw/nnUNet_raw_dataTask666_KneelabelsTr/'
output_path = 'H:Project/nnUNet-1-masterDATASET/nnUNet_raw/nnUNet_raw_dataTask666_Knee/1/'
niito2D(input_path, output_path)
输出结果：
