为何vtkImageBlend融合结果与RadiAnt的影像叠加效果存在差异？

• vtkImageBlend 本身仅支持同像素网格、同空间坐标系的影像透明度叠加，不会自动处理不同输入影像间的分辨率、FOV、物理坐标差异。它的叠加逻辑是将两个输入的像素坐标一一对应硬对齐，不会主动匹配影像对应的实际物理空间尺寸。
• 结合打印的影像参数对应错位逻辑：
  • img1的像素网格为560×560，总物理FOV为200mm，vtkImageBlend 会自动取第一个输入（img1）的网格范围作为融合输出的总画布大小
  • img2的像素网格为320×320，本身网格尺寸仅为img1的57%，叠加时img2会直接从画布左上角开始按原始像素坐标铺图，仅占据画布左上角320×320的区域，剩下的画布范围没有img2的内容，最终视觉上就表现为img2的显示尺寸只有img1的一半。
• RadiAnt等临床影像软件实现融合的流程，是先将两幅影像按照DICOM自带的物理空间参数（像素间距、原点、位置变换矩阵）重采样到统一的像素网格上，再执行透明度叠加，因此可以保证物理位置一致的结构精准对齐，不会出现缩放错位的问题。

1. 选择FOV更大的img1作为统一参考网格，使用vtkImageReslice将img2重采样到和img1完全一致的空间参数下：

   # 初始化重采样器，将img2映射到img1的物理网格上
   reslice_align_img2 = vtk.vtkImageReslice()
   reslice_align_img2.SetInputConnection(img2.GetOutputPort())
   # 强制让重采样输出和img1的所有空间属性完全匹配
   reslice_align_img2.SetOutputSpacing(img1.GetOutput().GetSpacing())
   reslice_align_img2.SetOutputExtent(img1.GetOutput().GetExtent())
   reslice_align_img2.SetOutputOrigin(img1.GetOutput().GetOrigin())
   reslice_align_img2.Update()
   

2. 将重采样对齐后的img2输出连接到融合器，替换原来直接接入的img2原始输出端口：

   image_blender.RemoveAllInputs()
   image_blender.AddInputConnection(img1.GetOutputPort())
   image_blender.AddInputConnection(reslice_align_img2.GetOutputPort())
   image_blender.Update()
   

3. 后续的窗口层级映射、图像actor、渲染器、交互器的逻辑和原有代码保持一致即可。

• 如果两幅影像在DICOM物理坐标系下存在位置偏移，上述简单重采样的方式无法自动完成配准，需要基于影像的空间位置矩阵计算变换关系，在重采样器中接入对应的vtkTransform完成位置校正。
• 本次场景已经验证目标动脉结构在物理空间上是对齐的，仅存在分辨率、FOV的网格差异，上述重采样步骤即可达到和RadiAnt一致的精准叠加效果。

内容的提问来源于stack exchange，提问作者Qiang Zhang