医学影像dcm格式转jpg运行慢解决方案

医学影像dcm格式转jpg运行慢解决方案：

利用python语言将一些数据格式为dcm的数据，转化成 jpg、png或bmp等形式。

问题描述：

一个同课题组的同学研究方向为医学影像方面，需要把dcm的医学影像转成jpg图像进行分析和处理。数据格式转化了一个多月还是没转好，导师顿时坐不住了。然后我也帮忙看了下代码，一开始没发现不对劲。后面发现…噢。。。

原因分析：

利用for循环批量进行数据转化时使用matplotlib保存图像后，没有清除 figure，即少了 plt.clf() 命令，导致速度变慢。

解决方案：

# 导入相应的包
import pydicom
import matplotlib.pyplot as plt
import os
from tqdm import tqdm

def DCMtoJPG(sourcepath, tagertpath):
    # 遍历原始数据路径所有文件夹
    all_dir = os.listdir(sourcepath)
    all_dir_len = len(all_dir)
    # 对每个子文件夹进行批量处理
    for i, dir_ in enumerate(all_dir):
        print('Toall dir: {} Current dir: {} : {}'.format(all_dir_len,i, dir_))
        # 在目标路径也建立和原始路径相同名称的文件夹
        os.makedirs(os.path.join(tagertpath, dir_), exist_ok=True)
        # 遍历子文件夹中所有 dcm 数据
        all_file = os.listdir(os.path.join(sourcepath, dir_))
        #对每个子文件夹中的 dcm 数据进行处理
        for file in tqdm(all_file):
            ds = pydicom.dcmread(os.path.join(sourcepath, dir_, file))
            plt.imshow(ds.pixel_array)
            new_name = file.split('.')[0]+'.jpg'
            out_path = os.path.join(tagertpath, dir_, new_name)
            plt.savefig(out_path)
            # **速度慢就是少了以下一行代码!!!**
            plt.clf()
    print('完结撒花！')
   
if __name__=='__main__':
	# 原始数据路径 sourcepath 中包含了许多子文件夹，每个子文件夹包含 dcm 数据
    sourcepath = '/home/name/sourcepath'
    # 保存 jpg 的目标路径
    tagertpath = '/home/name/tagertpath'
    DCMtoJPG(sourcepath, tagertpath)

如果感到快乐，你就拍拍手👏👏👏