matlab中批量tiff转png,图片(jpg,png,tif等)批量转dicom(dcm)格式

该工具专注于医学领域,能将jpg、png等图片批量转换为DICOM(DCM)格式,保持原有顺序并嵌入元数据如病人信息。用户需确保图片按名称排序,不支持子目录,支持预览和进度显示,适用于Win7和Win10系统。
摘要由CSDN通过智能技术生成

简介

医学领域专用工具,千金难求,可以批量把jpg、png、bmp、tif图片转换为dicom(dcm)格式,并且保持原有顺序,同时支持嵌入部分重要的dicom元数据,比如:病人姓名,病人生日等。

将需要转换的图片全部放入同一个文件夹中,如果文件排序不是默认的按名称排序,那么需要设置成按名称,因为这个顺序就是dicom instance的顺序,为了确保顺序无误,可以通过应用中的预览功能进行检查,最后点击转换按钮进行转换。

1a5cc1e829f69a352fac81a8a1b9c69c.png

使用说明

·  图片顺序对于dicom至关重要,因此本应用自身不提供排序功能,而是利用windows自带的资源管理器中的顺序,如果需要调整,直接在资源管理器中重命名即可(图片文件名称不能包含中文),同时本应用不扫描子目录,避免混乱。

·  可以填写一些dicom关键信息,如果不填,则为默认值,一般为UNKNOWN。

·  预览功能会显示图片总数量、当前图片序号、图片名称等信息,将鼠标移入预览框内,通过滚轮上下滚动即可切换图片。

·  转换过程会显示进度,以及当前处理中的图片名称。

·  转换完成后,图片所在的文件夹中(选择的文件夹下)会生成一个名为DicomConverter的文件夹,后缀为dcm的dicom文件将保存到该目录中。

注意事项

win7、win10测试通过,xp未测试。

使用过程中发现任何问题或建议可以在本文留言反馈,作者会持续迭代。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以使用 Python 的 pydicom 库来批量修改 DICOM 图片的 tag,以及将其他图片格式换为 DICOM 格式。以下是一个示例代码: ```python import os import pydicom from PIL import Image # 设置输入输出文件夹路径 input_folder = 'input_folder/' output_folder = 'output_folder/' # 获取输入文件夹的所有文件 files = os.listdir(input_folder) # 循环处理每个文件 for file in files: # 如果是 DICOM 文件,则修改 tag if file.endswith('.dcm'): # 读取 DICOM 文件 ds = pydicom.dcmread(os.path.join(input_folder, file)) # 修改 tag ds.PatientName = 'New Patient Name' ds.save_as(os.path.join(output_folder, file)) # 如果是其他图片格式,则换为 DICOM 格式 elif file.endswith('.jpg') or file.endswith('.png') or file.endswith('.tif'): # 读取图片 img = Image.open(os.path.join(input_folder, file)) # 将图片换为 DICOM 格式 ds = pydicom.Dataset() ds.file_meta = pydicom.Dataset() ds.file_meta.TransferSyntaxUID = pydicom.uid.ImplicitVRLittleEndian ds.PixelData = img.tobytes() ds.Rows, ds.Columns = img.size ds.save_as(os.path.join(output_folder, file.replace('.jpg','.dcm').replace('.png','.dcm').replace('.tif','.dcm'))) ``` 在上面的代码,我们首先设置了输入文件夹和输出文件夹的路径,然后使用 os.listdir() 函数获取输入文件夹的所有文件。接下来,我们使用一个循环来处理每个文件,如果是 DICOM 文件,则使用 pydicom 库读取并修改 tag,然后保存为新的 DICOM 文件;如果是其他图片格式,则使用 PIL 库将其换为 DICOM 格式,然后保存为新的 DICOM 文件。 需要注意的是,DICOM 文件包含了很多重要的医学信息,如患者姓名、性别、年龄、影像采集时间等,修改这些 tag 应该非常谨慎,确保不会影响到医学诊断结果。
评论
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