<div dir="ltr"><div class="gmail_extra"><div class="gmail_quote">On Thu, Mar 24, 2016 at 9:18 PM, Ang <span dir="ltr"><<a href="mailto:ysa0829@gmail.com" target="_blank">ysa0829@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hi David,<br>
<br>
I understand the marching cubes algorithm and answer your question:<br>
<br>
the result is serrated Polydata.<br></blockquote><div><br></div><div>Hmm... that's not a very good answer.  The result depends on how you</div><div>set the isovalue.  For example, I have attached images that show the</div><div>result of marching cubes on a binary image.  I used a different isovalue</div><div>for each of the three results.  As you can see, even though they all</div><div>look "blocky", the one in the middle is smoother than the other two.</div><div><br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
I think best way is using the binary image as a mask and combine origin<br>
image's scalars value to generate  polyData.<br>
<br>
How do you think about my idea?<br></blockquote><div><br></div><div>I already gave my opinion about this in an email to another user.  If you do</div><div>this, then the resulting model will be smaller than it should be.  If you are</div><div>not able use the original image (with no thresholding), then I recommend</div><div>that you apply vtkImageGaussianSmooth to the binary image before using</div><div>marching cubes (set the InValue and OutValue of the vtkImageThreshold</div><div>to 0, 255 so that there is enough dynamic range to get a good smoothing</div><div>result).</div><div><br></div><div> - David</div><div><br></div></div></div></div>