python - 如何将 12 位 DICOM 图像转换为 8 位 jpeg？

Question

我正在尝试使用 DICOM 库将 DICOM 文件加载到 python 中。我做了以下事情

ds=dicom.read_file(r"C:\Users\Z003SPFR.AD005\ML\GLCM AND SVM\data\NECT\1.IMA")
#    # store the raw image data
DicomImage = ds.pixel_array

这给了我看起来是 12 位的值，因为获得的最高值大约是 3047，最低值是 0。然后我制作了自己的映射函数，将其带到 0-255 的范围内。我使用了以下代码:

leftMin = 0
leftMax = np.amax(DicomImage)

rightMin = 0
rightMax = 255



def translate(value, leftMin, leftMax, rightMin, rightMax):
    # Figure out how 'wide' each range is
    leftSpan = leftMax - leftMin
    rightSpan = rightMax - rightMin

    # Convert the left range into a 0-1 range (float)
    valueScaled = float(value - leftMin) / float(leftSpan)

    # Convert the 0-1 range into a value in the right range.
    return rightMin + (valueScaled * rightSpan)

#print(translate(value, leftMin, leftMax, rightMin, rightMax))

       

def int12_to_int8(img):
    img_array = []

    for eachRow in img:
        for eachPix in eachRow:
            img_array.append(translate(eachPix,leftMin, leftMax, rightMin, rightMax))
    img_array = np.array(img_array)
    img_array = img_array.reshape(512,512)  
    return img_array

correct_range_image = int12_to_int8(DicomImage)

这样做之后，我意识到数组img_array 是uint16 类型。我想要它作为 uint8。所以我使用以下行转换为 uint8:

cvuint8 = cv2.convertScaleAbs(correct_range_image)

然后我显示了生成的图像。但是我收到的图像并不能很好地代表原始图像。我已经发布了原始图像和转换后图像的图片。我怎样才能使转换更好，以便更好地表示原始图像？我用来显示的代码在这里:

cv2.imwrite('1.jpeg', cvuint8 )
cv2.imshow('image',cvuint8 )[enter image description here][1]
cv2.waitKey(0)

图像

转换后的图像

原图

Answer 1

我找到了我的问题的解决方案。正如 Ahmed 上面提到的，DICOM 围绕重新缩放斜率、截距和窗口级别/宽度进行调整以实现正确显示。在阅读了大量文档之后，这里是使用 OpenCV、numpy 和 pydicom 库在 Python 中呈现 DICOM 的方法，这使得所有工作变得简单

代码:1.读图

ds=dicom.read_file("image_path")
# store the raw image data
img = ds.pixel_array

1. 使用重新缩放斜率并截取图像标题中的信息并进行翻译。

   rescale_slope=1rescale_intercept=-1024

   def translate(value,rescale_slope,rescale_intercept):
   
   return (value*rescale_slope)+rescale_intercept 
   
   def int12_to_int8(DicomImage):
       img_array = []
   
   for eachRow in DicomImage:
       for eachPix in eachRow:
           img_array.append(translate(eachPix,rescale_slope,rescale_intercept))
   img_array = np.array(img_array)
   img_array = img_array.reshape(512,512)  
   return img_array
   
   img_1 = int12_to_int8(img)
   

3.使用图像标题中的窗口级别和宽度信息在适当的范围内显示。

def get_LUT_value(data, window, level)

    return np.piecewise(data, 
        [data <= (level - 0.5 - (window-1)/2),
            data > (level - 0.5 + (window-1)/2)],
            [0, 255, lambda data: ((data - (level - 0.5))/(window-1) + 0.5)*(255-0)])

level=200
window=800

scaled_img=get_LUT_value(img, window, level)

4.最后，根据需要制作最终图片

scaled_img = cv2.convertScaleAbs(scaled_img)
cv2.imshow('image',scaled_img)
cv2.imwrite("hem.jpg",scaled_img)
cv2.waitKey(0)