python dicom图像分割_Python对DICOM图像进行阈值分割

Python对Dicom图像进行处理，离不开pydicom，opencv-python，matplotlib，numpy四个代码库，安装完成这四个代码库后，

可以读取Dicom图像，并对图像进行处理，显式处理后的结果，下面就举例说明：

importcv2importnumpyimportdicomfrom matplotlib importpyplot as plt#读取单张Dicom图像

dcm = dicom.read_file("../Data/vhm.420.dcm")

dcm.image= dcm.pixel_array * dcm.RescaleSlope +dcm.RescaleIntercept#获取图像中的像素数据

slices =[]

slices.append(dcm)#复制Dicom图像中的像素数据

img = slices[ int(len(slices)/2) ].image.copy()#对图像进行阈值分割

ret,img = cv2.threshold(img, 90,3071, cv2.THRESH_BINARY)

img=numpy.uint8(img)#提取分割结果中的轮廓，并填充孔洞

im2, contours, _ =cv2.findContours(img,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

mask=numpy.zeros(img.shape, numpy.uint8)for contour incontours:

cv2.fillPoly(mask, [contour],255)

img[(mask> 0)] = 255

#对分割结果进行形态学的开操作

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(2,2))

img=cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)#根据分割mask获取分割结果的像素数据

img2 = slices[ int(len(slices)/2) ].image.copy()

img2[(img== 0)] = -2000

#显式原始数据，mask和分割结果

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()

运行后的结果：

本例子以单张Dicom图像为例，分割图像中的骨骼信息，也可以同时读取多张Dicom图像，分割其他组织器官。

原文：http://www.cnblogs.com/xuhui24/p/7091937.html