.dcm格式文件软件读取及python处理详解_Python

.dcm格式文件软件读取及python处理详解

2020-04-19 11:08西涯侠（Python） Python

今天小编就为大家分享一篇.dcm格式文件软件读取及python处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

要处理一些.DCM格式的焊接缺陷图像，需要读取和显示.dcm格式的图像。通过搜集资料收集到一些医学影像，并通过pydicom模块查看.dcm格式文件。

若要查看dcm格式文件，可下Echo viewer 进行查看。

若用过pycharm进行处理，可选用如下的代码：

				?

									# -*-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()

也可用如下代码：

				?

									import pydicom

									import os

									import numpy

									from matplotlib import pyplot, cm

									# 用lstFilesDCM作为存放DICOM files的列表

									PathDicom = "dicom/2" #与python文件同一个目录下的文件夹

									lstFilesDCM = []

									for dirName,subdirList,fileList in os.walk(PathDicom):

									  for filename in fileList:

									    if ".dcm" in filename.lower(): #判断文件是否为dicom文件

									      print(filename)

									      lstFilesDCM.append(os.path.join(dirName,filename)) # 加入到列表中

									## 将第一张图片作为参考图

									RefDs = pydicom.read_file(lstFilesDCM[0])  #读取第一张dicom图片

									# 建立三维数组

									ConstPixelDims = (int(RefDs.Rows),int(RefDs.Columns),len(lstFilesDCM)) # 得到spacing值 (mm为单位)

									ConstPixelSpacing = (float(RefDs.PixelSpacing[0]), float(RefDs.PixelSpacing[1]), float(RefDs.SliceThickness))

									# 三维数据

									x = numpy.arange(0.0, (ConstPixelDims[0]+1)*ConstPixelSpacing[0], ConstPixelSpacing[0]) # 0到（第一个维数加一*像素间的间隔），步长为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 # 轴状面显示

									  pyplot.figure(dpi=300)

									  pyplot.axes().set_aspect('equal', 'datalim')

									  pyplot.set_cmap(pyplot.gray())

									  pyplot.pcolormesh(x, y, numpy.flipud(ArrayDicom[:, :, 2])) # 第三个维度表示现在展示的是第几层

									  pyplot.show()