医疗影像数据预处理-nrrd

网上关于nrrd医疗影像的资料比较少,但是实际中有不少医疗影像的存储格式是nrrd。本文就是记录自己处理nrrd文件的过程。

需要的库包

from PIL import Image
import numpy as np
import nrrd

nrrd包 GitHub地址

  1. 读取nrrd文件
# nrrd图片读取
# nrrd图片使用nrrd包gitHub中的data数据
nrrd_filename = './BallBinary30x30x30.nrrd'
nrrd_data, nrrd_options = nrrd.read(nrrd_filename)

nrrd_data:保存图片的多维矩阵
nrrd_options:保存图片的相关信息

# nrrd_options输出
>>
{u'dimension': 3, # 维度
 u'encoding': 'raw', # 编码方式
 u'endian': 'little', # 
 u'keyvaluepairs': {},
 u'kinds': ['domain', 'domain', 'domain'], # 三个维度的类型
 u'sizes': [30, 30, 30], #三个维度的大小
 u'space': 'left-posterior-superior', # 空间信息
 u'space directions': [['1', '0', '0'], ['0', '1', '0'], ['0', '0', '1']],
 u'space origin': ['0', '0', '0'],
 u'type': 'short'}
# nrrd_data输出
>>
array([[[0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        ..., 
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0]],

       ..., 
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0]],

       [[0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        ..., 
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0],
        [0, 0, 0, ..., 0, 0, 0]]], dtype=int16)
  1. 将矩阵转换为灰度图
nrrd_image = Image.fromarray(nrrd_data[:,:,29]*1.5) 
#nrrd_data[:,:,29] 表示截取第30张切片
nrrd_image.show() # 显示这图片
  1. 将灰度图转换为RGB图
nrrd_image = nrrd_image.convert("RGB")
  1. 将图片格式转换为np.array数组
nrrd_array = np.asarray(nrrd_image)
  1. 将图片保存
nrrd_image.save("./nrrd_image.png", "PNG") # 第一个参数为保存的地址和文件名,第二个参数为保存的格式。

这是nrrd文件的简单操作。之后图片的相关处理可以查看PIL库中对图片的操作。

参考:
PIL (Python Imaging Library) 教程
NRRD文件官方网址

  • 8
    点赞
  • 78
    收藏
    觉得还不错? 一键收藏
  • 16
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值