请将我的数据集里面的3D图像变成2D、RGB三通道、的png格式的图像（调整窗宽，以突出所需区域的细节）。数据集里面的3D标签变成（要求背景灰度值0、肝脏灰度值1、肝脏肿瘤灰度值2的）2D的png格式标签。 LiTS2017数据集里面包含Training Batch 1和Training Batch 2两个文件夹。Training Batch 1文件夹里面有图像，图像的拓展名为.nii。Training Batch 2文件夹里面有标签,标签拓展名为.nii。 LiTS2017数据集的路径为C:\Users\Administrator\Desktop\LiTS2017。 保存路径为C:\Users\Administrator\Desktop\2D-LiTS2017，请帮我创建好对应文件夹，并且将转换好的数据保存到对应的文件夹。

好的，我可以帮你实现这个功能。你需要安装以下库：numpy、SimpleITK、os、cv2。

以下是代码实现：

import SimpleITK as sitk
import numpy as np
import os
import cv2

# 设置路径
in_path = r'C:\Users\Administrator\Desktop\LiTS2017'
out_path = r'C:\Users\Administrator\Desktop\2D-LiTS2017'

# 创建输出文件夹
if not os.path.exists(out_path):
    os.makedirs(out_path)
if not os.path.exists(os.path.join(out_path, 'images')):
    os.makedirs(os.path.join(out_path, 'images'))
if not os.path.exists(os.path.join(out_path, 'labels')):
    os.makedirs(os.path.join(out_path, 'labels'))

# 处理Training Batch 1中的图像
for filename in os.listdir(os.path.join(in_path, 'Training Batch 1')):
    # 读取nii文件
    itk_img = sitk.ReadImage(os.path.join(in_path, 'Training Batch 1', filename))
    img_array = sitk.GetArrayFromImage(itk_img)

    # 窗位窗宽调整
    min_hu = -200.0
    max_hu = 250.0
    img_array[img_array < min_hu] = min_hu
    img_array[img_array > max_hu] = max_hu
    img_array = (img_array - min_hu) / (max_hu - min_hu) * 255.0
    img_array = img_array.astype(np.uint8)

    # 将3D图像转为2D图像并保存
    for i in range(img_array.shape[0]):
        img = img_array[i]
        img = cv2.cvtColor(img, cv2.COLOR_GRAY2RGB)
        cv2.imwrite(os.path.join(out_path, 'images', filename[:-4] + '-' + str(i) + '.png'), img)

# 处理Training Batch 2中的标签
for filename in os.listdir(os.path.join(in_path, 'Training Batch 2')):
    # 读取nii文件
    itk_img = sitk.ReadImage(os.path.join(in_path, 'Training Batch 2', filename))
    img_array = sitk.GetArrayFromImage(itk_img)

    # 将标签转为灰度值为0、1、2的2D图像并保存
    for i in range(img_array.shape[0]):
        img = img_array[i]
        img[img == 1] = 255
        img[img == 2] = 128
        img = img.astype(np.uint8)
        cv2.imwrite(os.path.join(out_path, 'labels', filename[:-4] + '-' + str(i) + '.png'), img)

这段代码首先创建了输出文件夹。然后对于Training Batch 1中的每个.nii文件，读取图像数据并进行窗位窗宽调整，将3D图像转为2D图像并保存到对应文件夹中。对于Training Batch 2中的每个.nii文件，读取标签数据并将标签转为灰度值为0、1、2的2D图像并保存到对应文件夹中。