python读取图像的几种方法,python读取显示图片

　　这篇文章主要介绍了使用计算机编程语言解决常见格式图像读取nii，dicom，mhd，下文具体操作过程需要的小伙伴可以参考一下

目录

1. raw，mhd 格式医学图像数据转换

　　原始磁流体动力学格式是常见的一种医学图像格式，每一个病人的数据包含一个磁铃力学文件和一个同名的生的文件，mhd即元数据头数据，数据头部信息，而生的存储了像素信息。方法需要使用的SimpleITK库，我们需要在自己的计算机编程语言环境中安装对应的库

　　点安装SimpleITK

　　mhd raw的数据往往是三维体数据，我们可以从磁铃力学文件中读取数据的具体信息如图像大小、切片大小、像素大小等信息。使用sitk.ReadImage()即可读取图像，使用sitk.GetArrayFromImage()可获取图像矩阵。

　　具体代码如下：

　　导入操作系统

　　将SimpleITK作为锡克导入

　　将matplotlib.pyplot作为血小板计数导入

　　从自然排序导入自然排序

　　从管理导入管理

　　导入cv2

　　将数组作为铭牌导入

　　mhd_path= ./xxx.mhd # mhd文件需和同名生的文件放在同一个文件夹

　　数据=sitk .ReadImage(mhd_path) #读取磁铃力学文件

　　#打印（数据)

　　间距=数据GetSpacing() #获得间隔大小

　　img_data=sitk .GetArrayFromImage(data) #获得图像矩阵

　　打印(img_data.shape)

　　# 图像数据转换为神经肽y保存

　　np.save(img_data.npy ，np.array(img_data))

　　# 将图像转为png格式保存

　　对于范围(img_data.shape[0]):内的我

　　cv2.imwrite(./{}.巴布亚新几内亚。格式(I)，img_data[i，])

2. dicom格式医学图像数据转换

　　DICOM（Digital Imaging and Communications in Medicine）即医学数字成像和通信，是医学图像和相关信息的国际标准(ISO 12052标准).医学数字影像和通讯被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备（十射线，CT，核磁共振，超声等),并且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。所有患者的医学图像都以医学数字影像和通讯文件格式进行存储。使用计算机编程语言读取医学数字影像和通讯图像可以使用pydicom库和SimpleITK库来完成。由于在医学图像处理领域中，对不同的图像需要使用不同的窗宽窗位导出图像，在下面代码中，我增加了对应的代码。

　　点安装SimpleITK

　　点安装pydicom

　　使用pydicom方法具体代码如下：

　　导入操作系统

　　将SimpleITK作为锡克导入

　　将matplotlib.pyplot作为血小板计数导入

　　从自然排序导入自然排序

　　从管理导入管理

　　导入cv2

　　导入pydicom

　　将数组作为铭牌导入

　　#调整图像窗宽窗位

　　def window_transform(ct_array，window_width，window_center，normal=False):

　　最小窗口=浮动（窗口中心)-0.5 *浮动（窗口宽度)

　　new _ img=(CT _ array-min _ window)/float(window _ width)

　　new_img[new_img 0]=0

　　new_img[new_img 1]=1

　　如果不正常：

　　new_img=(new_img * 255).astype(uint8 )

　　return new_img

　　img_path=xx.dcm

　　#此时读取的是所有医学数字影像和通讯图像信息

　　image=py DICOM。读取文件(img路径)

　　#获得图像矩阵

　　图像数据=图像。像素阵列

　　#获得医学数字影像和通讯中的患者信息、图像信息等

　　信息[患者ID]=图像100 . patient id

　　信息[患者姓名]=图像。患者姓名

　　信息[病人出生日期]=图像。病人出生日期

　　信息[PatientSex]=图像。耐心性爱

　　窗口宽度=1000

　　窗口中心=30

　　image _ data=window _ transform(图像_数据，窗口_宽度，窗口_中心，法线=假)

　　cv2.imwrite(./img.png ，image_data)

　　使用SimpleITK方法具体代码如下：

　　导入操作系统

　　将SimpleITK作为锡克导入

　　将matplotlib.pyplot作为血小板计数导入

　　从自然排序导入自然排序

　　从管理导入管理

　　导入cv2

　　导入pydicom

　　将数组作为铭牌导入

　　img_path=xx.dcm

　　#此时读取的是所有医学数字影像和通讯图像信息

　　image=sitk .ReadImage(img_path)

　　# 转为值为0-255的灰度图

　　rescalFilt=sitk .RescaleIntensityImageFilter()

　　重新校准.SetOutputMaximum(255)

　　重新校准.SetOutputMinimum(0)

　　image=rescalFilt .执行（图像)

　　image_data=sitk .GetArrayFromImage(image_data)

　　图像_数据=NP。挤压(DICOM _ data)

　　cv2.imwrite(./img.png ，image_data)

3. nii格式医学图像转换

　　DICOM标准用于早期的医学成像。基本上所有厂商都会使用符合DICOM标准的产品，但是这个标准不方便数据分析。神经影像出现的时候，诞生了各种数据存储标准，比如analyze。后来为了方便学术交流，NIH带着其他机构的专家成立了工作组，制定了新的神经影像数据存储标准，称为NIFTI。需要安装nibabel库来读取带有nii后缀的NIFTI格式图像。

　　pip安装标签

　　您可以使用nib.load()函数读取图像数据data，其中dataobj是图像矩阵。

　　导入操作系统

　　将numpy作为np导入

　　将笔尖导入为笔尖

　　将matplotlib.pyplot作为plt导入

　　从全球导入全球

　　img_path=。/xxx.nii

　　image=nib.load(img_path)

　　image_data=image.dataobj

　　对于范围(0，dataobj.shape[2]):中的I

　　cv2.imwrite(。/{}.巴布亚新几内亚。格式(I)，img_data[i，])

　　这就是这篇关于使用Python阅读常见格式的nii、dicom、mhd MHD图像的文章。关于阅读Python图像的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。