//首先必须包含与这个滤波器相关的头文件：
#include "itkVotingBinaryHoleFillingImageFilter.h"//然后必须定义输入和输出图像的像素和图像类型：
typedef unsigned char InputPixelType;
typedef unsigned char OutputPixelType;
typedef itk::Image< InputPixelType, 2 > InputImageType;
typedef itk::Image< OutputPixelType, 2 > OutputImageType;//现在可以使用图像类型来定义滤波器的类型并创建滤波器对象：
typedef itk::VotingBinaryHoleFillingImageFilter<
InputImageType, OutputImageType > FilterType;
FilterType::Pointer filter = FilterType::New( );//通过对相应的值传递一个 SizeType 对象来定义沿每个维的邻域大小。每个维的值作为一个矩形框的不完全尺寸来使用。例如：在二维情况下一个大小为 1×2 的 SizeType 将产生一个 3×5 的邻域。
InputImageType::SizeType indexRadius;// 生成一个领域
indexRadius[0] = radiusX; // 输入x方向领域半径
indexRadius[1] = radiusY; // 输入y方向领域半径
filter->SetRadius( indexRadius );// 导入一个领域//由于这个滤波器需要一个二值图像作为输入，所以我们必须指定用来作为背景和前景的
灰度级。可以通过使用 SetForegroundValue( )和 SetBackgroundValue( )方式来设置：
filter->SetBackgroundValue( 0 );//背景像素值
filter->SetForegroundValue( 255 );//前景像素值//我们也必须指定用来作为判别将背景像素转变为前景像素的判断标准的大多数阈值。
//转变的规则是：通过这个大多数阈值来判断，如果邻域中前景的数量大于背景的数量，就将背景像素转变为前景像素。
//例如：在一个二维图像中，选择邻域半径为 1，则邻域大小为 3×3。如果我们设置大多数阈值为 2，则我们需要邻域中前景的数量至少为(3×3-1)/2 并加上大多数值。这可以使用 SetMajorityThreshold( )方式来完成：
filter->SetMajorityThreshold( 2 );//比平均领域数量多一个"大多数值"
filter->SetInput( reader->GetOutput( ) );
writer->SetInput( filter->GetOutput( ) );
writer->Update( );

//首先必须包含与这个滤波器相关的头文件：
#include "itkVotingBinaryIterativeHoleFillingImageFilter.h"//然后必须定义像素类型和图像类型。注意这个滤波器需要输入和输出图像的类型相同，因此需要一个单一的图像类型来进行模板实例化：
typedef unsigned char PixelType;
typedef itk::Image< PixelType, 2 > ImageType;//现在可以使用图像类型来定义滤波器的类型并创建滤波器对象：
typedef itk::VotingBinaryIterativeHoleFillingImageFilter<
ImageType > FilterType;
FilterType::Pointer filter = FilterType::New( );//通过对相应的值传递一个 SizeType 对象来定义沿每个维的邻域大小。每个维的值作为一个矩形框的不完全尺寸来使用。例如：在二维情况下一个大小为 1×2 的 SizeType 将产生一个 3×5 的邻域：
ImageType::SizeType indexRadius;
indexRadius[0] = radiusX; // radius along x
indexRadius[1] = radiusY; // radius along y
filter->SetRadius( indexRadius );//由于这个滤波器需要一个二值图像作为输入，所以我们必须指定用来作为背景和前景的
灰度级。可以通过使用 SetForegroundValue( )和 SetBackgroundValue( )方式来设置：
filter->SetBackgroundValue( 0 );
filter->SetForegroundValue( 255 );//我们也必须指定用来作为判别将背景像素转变为前景像素的判断标准的大多数阈值。转变的规则是：通过对这个大多数阈值进行来判断，如果邻域中前景的数量大于背景的数量就将背景像素转变为前景像素。
//例如：在一个二维图像中，选择邻域半径为 1，则邻域大小为3×3。如果我们设置大多数阈值为 2，则我们需要邻域中前景的数量至少为(3×3-1)/2 并加上大多数值。这可以使用 SetMajorityThreshold( )方式来完成：
filter->SetMajorityThreshold( 2 );//最后我们指定这个滤波器需要运行的迭代的最大次数。迭代的数量将决定这个滤波器能填充的洞穴的最大尺度。迭代的次数越多，填充的洞穴就越大。
filter->SetMaximumNumberOfIterations( numberOfIterations );
filter->SetInput( reader->GetOutput( ) );
writer->SetInput( filter->GetOutput( ) );
writer->Update( );