.dcm格式文件軟件讀取及python處理詳解
要處理一些.DCM格式的焊接缺陷圖像,需要讀取和顯示.dcm格式的圖像。通過搜集資料收集到一些醫(yī)學(xué)影像,并通過pydicom模塊查看.dcm格式文件。
若要查看dcm格式文件,可下Echo viewer 進(jìn)行查看。
若用過pycharm進(jìn)行處理,可選用如下的代碼:
# -*-coding:utf-8-*- import cv2 import numpy import dicom from matplotlib import pyplot as plt dcm = dicom.read_file("dcm") dcm.image = dcm.pixel_array * dcm.RescaleSlope + dcm.RescaleIntercept slices = [] slices.append(dcm) img = slices[int(len(slices) / 2)].image.copy() ret, img = cv2.threshold(img, 90, 3071, cv2.THRESH_BINARY) img = numpy.uint8(img) im2, contours, _ = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) mask = numpy.zeros(img.shape, numpy.uint8) for contour in contours: cv2.fillPoly(mask, [contour], 255) img[(mask > 0)] = 255 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2, 2)) img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel) img2 = slices[int(len(slices) / 2)].image.copy() img2[(img == 0)] = -2000 plt.figure(figsize=(12, 12)) plt.subplot(131) plt.imshow(slices[int(len(slices) / 2)].image, 'gray') plt.title('Original') plt.subplot(132) plt.imshow(img, 'gray') plt.title('Mask') plt.subplot(133) plt.imshow(img2, 'gray') plt.title('Result') plt.show()
也可用如下代碼:
import pydicom import os import numpy from matplotlib import pyplot, cm # 用lstFilesDCM作為存放DICOM files的列表 PathDicom = "dicom/2" #與python文件同一個目錄下的文件夾 lstFilesDCM = [] for dirName,subdirList,fileList in os.walk(PathDicom): for filename in fileList: if ".dcm" in filename.lower(): #判斷文件是否為dicom文件 print(filename) lstFilesDCM.append(os.path.join(dirName,filename)) # 加入到列表中 ## 將第一張圖片作為參考圖 RefDs = pydicom.read_file(lstFilesDCM[0]) #讀取第一張dicom圖片 # 建立三維數(shù)組 ConstPixelDims = (int(RefDs.Rows),int(RefDs.Columns),len(lstFilesDCM)) # 得到spacing值 (mm為單位) ConstPixelSpacing = (float(RefDs.PixelSpacing[0]), float(RefDs.PixelSpacing[1]), float(RefDs.SliceThickness)) # 三維數(shù)據(jù) x = numpy.arange(0.0, (ConstPixelDims[0]+1)*ConstPixelSpacing[0], ConstPixelSpacing[0]) # 0到(第一個維數(shù)加一*像素間的間隔),步長為constpixelSpacing y = numpy.arange(0.0, (ConstPixelDims[1]+1)*ConstPixelSpacing[1], ConstPixelSpacing[1]) # z = numpy.arange(0.0, (ConstPixelDims[2]+1)*ConstPixelSpacing[2], ConstPixelSpacing[2]) # ArrayDicom = numpy.zeros(ConstPixelDims, dtype=RefDs.pixel_array.dtype) for filenameDCM in lstFilesDCM: ds = pydicom.read_file(filenameDCM) ArrayDicom[:, :, lstFilesDCM.index(filenameDCM)] = ds.pixel_array # 軸狀面顯示 pyplot.figure(dpi=300) pyplot.axes().set_aspect('equal', 'datalim') pyplot.set_cmap(pyplot.gray()) pyplot.pcolormesh(x, y, numpy.flipud(ArrayDicom[:, :, 2])) # 第三個維度表示現(xiàn)在展示的是第幾層 pyplot.show()
這兩個代碼都是可以進(jìn)行讀取的。但是不知道為什么在焊接檢測中的dcm圖像卻無法進(jìn)行讀取。
以上這篇.dcm格式文件軟件讀取及python處理詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
IPython庫中的display函數(shù)的簡介、使用方法、應(yīng)用案例詳細(xì)攻略
display 函數(shù)可以接受一個或多個參數(shù),每個參數(shù)都是一個 Python 對象。它會自動根據(jù)對象的類型選擇合適的顯示方式,并在 Jupyter Notebook 中顯示出來,這篇文章主要介紹了IPython庫中的display函數(shù)的簡介、使用方法、應(yīng)用案例詳細(xì)攻略,需要的朋友可以參考下2023-04-04跟老齊學(xué)Python之使用Python操作數(shù)據(jù)庫(1)
本文詳細(xì)講述了使用python操作數(shù)據(jù)庫所需要了解的知識以及準(zhǔn)備工作,十分的詳盡,這里推薦給想學(xué)習(xí)python的小伙伴。2014-11-11Jupyter notebook 輸出部分顯示不全的解決方案
這篇文章主要介紹了Jupyter notebook 輸出部分顯示不全的解決方案,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04Pandas在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)中的應(yīng)用及優(yōu)勢
Pandas是Python中用于數(shù)據(jù)處理和數(shù)據(jù)分析的庫,它提供了靈活的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作工具,包括Series和DataFrame等。Pandas還支持大量數(shù)據(jù)操作和數(shù)據(jù)分析功能,包括數(shù)據(jù)清洗、轉(zhuǎn)換、篩選、聚合、透視表、時間序列分析等2023-04-04