dcm图像转成Mat数据

代码:

原博客:https://blog.csdn.net/m_buddy/article/details/51882584

 


#include "stdafx.h"
#include <stdlib.h>
#include <iostream>
 
//OPencv
#include <opencv2/opencv.hpp>
 
//DCMTK
#include "dcmtk/config/osconfig.h"
#include "dcmtk/dcmdata/dctk.h"
#include "dcmtk/dcmimgle/dcmimage.h"
 
#pragma comment(lib, "Netapi32.lib")
#pragma comment(lib, "ws2_32.lib")
 
 
int main(int argc, _TCHAR* argv[])
{
	std::string file_path= "File0001.dcm";										//dcm文件
	DicomImage *img = new DicomImage(file_path.c_str());
	if (img->isMonochrome() && img->getStatus() == EIS_Normal && img != NULL)
	{
		if (img->isMonochrome())
		{
			int nWidth = img->getWidth();			//获得图像宽度
			int nHeight = img->getHeight();			//获得图像高度
 
			Uint16 *pixelData = (Uint16*)(img->getOutputData(16));	//获得16位的图像数据指针
			std::cout << nWidth << ", " << nHeight << std::endl;
			if (pixelData != NULL)
			{
			IplImage *srcImage = cvCreateImageHeader(cvSize(nWidth, nHeight), IPL_DEPTH_16U, 1);
			cvSetData(srcImage, pixelData, nWidth*sizeof(unsigned short));
			cv::Mat dst(srcImage);
			cv::imshow("image1", dst);*/
			}
		}
	}
	cv::waitKey(0);
	delete img;
	return 0;
}

 

要使用 OpenCV 处理 DICOM 图像,你需要先将 DICOM 文件读入内存中,然后将其换为 OpenCV Mat 对象。可以使用 pydicom 库来读取 DICOM 文件,然后使用 OpenCV 的 cv2.imread() 函数将其换为 Mat 对象。 以下是一个简单的示例代码,演示如何读取 DICOM 文件并将其换为 OpenCV Mat 对象: ```python import cv2 import pydicom # 读取 DICOM 文件 ds = pydicom.dcmread('path/to/dicom/file.dcm') # 将 DICOM 数据换为 OpenCV Mat 对象 img = ds.pixel_array.astype('uint16') img = cv2.normalize(img, None, 0, 65535, cv2.NORM_MINMAX) img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) ``` 对于将照片换为素描风格,可以使用 OpenCV 中的 Pencil Sketch 算法。该算法包括两个步骤:首先将图像换为灰度图像,然后应用高斯模糊和 Sobel 滤波器来生成素描效果。 以下是一个简单的示例代码,演示如何将照片换为素描风格: ```python import cv2 # 读取图像 img = cv2.imread('path/to/image.jpg') # 将图像换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 应用高斯模糊 gray_blur = cv2.GaussianBlur(gray, (21, 21), 0) # 应用 Sobel 滤波器 sobelx = cv2.Sobel(gray_blur, cv2.CV_64F, 1, 0, ksize=5) sobely = cv2.Sobel(gray_blur, cv2.CV_64F, 0, 1, ksize=5) sobel = cv2.addWeighted(sobelx, 1, sobely, 1, 0) # 反颜色并应用归一化阈值 sketch = 255 - cv2.threshold(sobel, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] sketch = cv2.normalize(sketch, None, 0, 255, cv2.NORM_MINMAX) # 显示结果 cv2.imshow('Original', img) cv2.imshow('Sketch', sketch) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这将显示原始图像换后的素描图像。你可以调整算法的参数来获得不同的效果。
评论 8
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