Shapeworks: 在笔记本中使用shapeworks后使用itkwidgets.view时，某些分辨率的渲染体积崩溃

是的，我现在尝试运行它并遇到相同的崩溃，就在这里：
```shapeSeg = shapeSegList [10]
itkw.view（image = sw2vtkImage（shapeSeg），
slicing_planes = True，
轴=真，
旋转=真，
插值=真）

简化了问题，看起来像Image :: resample是这里的罪魁祸首。 重新采样后，ellipsoid_05加载查看器，而ellipsoid_00导致内核在尝试使用itk.view（）时崩溃。

notebooks.zip

经过测试之后， Image :: resample wrt itkwidgets.view可能有问题
尝试过的图片：ellipsoid_1mode / segmentations / ellipsoid_00.nrrd和ellipsoid_1mode / segmentations / ellipsoid_05.nrrd
->在重新采样后由pyvista包装在vtk图像中时无法绘制00
-> 05工作正常
=> pyvista绘制时，_both_都可以正常工作
我向Image :: resample投放了一些调试代码，到目前为止没有发现异常。

如果您想尝试，这是一个简单的笔记本。
wishy_washy_resample.ipynb.zip

...加载时看起来像是空的：

...以及运行时的外观。 将05更改为00，然后在itkw尝试渲染时再次运行使其崩溃。

转置或...可以渲染的数组
如果您还记得的话，itkwidgets可以直接渲染一个numpy数组。 但是它将该数组解释为所传递内容的转置，当使用vtk数组时它会做某些事情。 因此，通常在将图像获得的结果包装到vtk数组中之前，先对其进行转置，并简单地将vtk数组与itkwidgets一起使用，以使事情简单。

我今天早上都尝试过，不幸的是，它没有任何作用。 换位与否，numpy或vtk数组，在Image.resample之后尝试使用itkwidgets进行渲染时，它们都会崩溃。

复制还是...我在重复自己吗？
来自Image的数组可能是问题所在。 也许它指向无效的内存。 因此，让我们创建一个副本！
复制数组后-在order='C'和order='F' ，转置，修改，在编写函数时站在我的头上，并希望对其进行全面考虑，_每次仍会崩溃。

这表明数组本身的大小可能是个问题。 确认这一点的一种方法是，以相同的间隔（ [1,1,2] ）调用resample，效果很好。 另一种方法是创建一个具有可疑大小的伪造的numpy数组。 和...
请打鼓...
正在呈现...
有史以来第一次...（在GitHub中）
_shapeworks-free_ repro！

array = np.ndarray([109, 77, 204])
itkw.view(image = array)

因此，将其放入笔记本中并吸烟*。

*烟暗示着崩溃，不主张实际吸入任何东西，请注意，这是禁烟设施，不适用于任何其他优惠，...无论如何，我希望有人在微笑，因为这不是我们的问题！ 除了它。 😞

array = np.ndarray([109, 77, 204])
itkw.view(image = array)

array = np.ndarray([109, 109, 204])
itkw.view(image = array)



md5-047f51858ff0a12b3bec85f300fc2efa



array = np.ndarray([109, 109, 109])
itkw.view(image = array)

所有这些示例都在未导入shapeworks时呈现了itk查看器。
导入shapeworks时崩溃。

嗯，我们有一些conda itk / vtk与shapeworks itk / vtk库交互正在进行吗？

我猜itkwidgets正在使用其他版本的itk

导入顺序并不重要，但是使用顺序很重要。 这意味着，如果导入所有内容，但在shapeworks之前使用itkwidget，则在使用shapeworks时会崩溃，反之亦然。

由于＃1179的解决方案只是“不要使用itk”，因此我建议我们以相同的方式解决此问题。 除非当前没有更好的选择，否则我们从笔记本中删除itkwidgets。

听起来这是一个不错的计划。 从笔记本中删除itkwidgets是否合理？ 我们用它做什么？

我们正在使用它来查看细分。 我认为我们可以改用pyvista

请注意，pyvista（据我所知）不尊重图像元信息（原点，体素间距，轴方向），但itkwidget却遵守。

请注意，pyvista（据我所知）不尊重图像元信息（原点，体素间距，轴方向），但itkwidget却遵守。

我们将对此进行深入研究，但是必须对原点有所尊重，因为可以同时在不同的位置绘制多个体积，并且此图显示了间距是用于绘制的。 我们的sw2vtkImage函数根本没有保留它（我知道我在某些情况下进行了更改，但也许它们在新的pybind分支中）。

我想建议我们发布该版本并将其推向下一个版本，因为该版本对python和Notebook进行了许多其他改进，并且从本质上讲，我们将不得不重写它们。 也许我们只是让他们被打破。 这是公共存储库中的一个已知问题，我们有一个解决方法，以防任何用户被其使用。

（我们仍然需要修改“带有细分的入门”笔记本，以便它完成而不会崩溃，这只是意味着选择一个不同的任意图像来演示渲染。）

我同意。 让我们将其推送到6.1版本，然后我将更新发行说明和图形摘要以不再强调python内容。

在使用不会使查看器崩溃的任意图像之后，它仍然在使用平均形状图像的另外3个位置崩溃。
@cchriste

我建议我们将本笔记本从文档中排除，但文档中除外。

为我工作。 @sheryjoe吗？

pyvista显示逻辑坐标
https://sci.utah.edu/~shapeworks/doc-resources/mp4s/nb-groom-resample.mp4

与显示物理坐标的itkwidgets
https://sci.utah.edu/~shapeworks/doc-resources/mp4s/nb-groom-resample-iso.mp4

pyvista显示逻辑坐标
与显示物理坐标的itkwidgets

给定问题＃900，很难想象它曾经显示过物理坐标。

对于此图像（z间距= 2）：

{
    dims: [93, 87, 94],
    origin: [-24, -19, -21],
    size: [93, 87, 188],
    spacing: [1, 1, 2]
}

itk查看器只能显示未缩放的版本，否则将导致崩溃。

这是一个pyvista体积，显示了未缩放的椭圆体和缩放的版本。

我不太喜欢pyvista查看器与itk查看器相比显示边界的方式。
但是它们是正确的，并且显示的是物理坐标。