DICOM或NIIGZ（医学图像）转PNG

最新推荐文章于 2025-05-08 17:08:11 发布

无锡太湖学院

最新推荐文章于 2025-05-08 17:08:11 发布

阅读量1.5k

点赞数 6

CC 4.0 BY-SA版权

文章标签： python numpy 机器学习人工智能深度学习

本文链接：https://blog.csdn.net/zrz1973854232/article/details/129170831

该代码段定义了读取nii和DICOM文件的函数，然后将数据旋转并保存为jpg图片。它遍历指定目录下的所有文件，对每个文件执行此操作。使用的关键库包括nibabel、numpy、imageio、SimpleITK和os。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import nibabel as nib
import numpy as np
import imageio
import os
import SimpleITK as sitk

#读取nii文件
def read_niifile(niifile): # 读取niifile文件
img = nib.load(niifile) # 下载niifile文件（其实是提取文件）
img_fdata = img.get_fdata() # 获取niifile数据
img90 = np.rot90(img_fdata) #旋转90度
#return img_fdata
return img90

#读取dicom文件
def readDICOM(file_path):
ds_array = sitk.ReadImage(file_path) # 读取dicom文件的相关信息
img_array = sitk.GetArrayFromImage(ds_array) # 获取array

a = 1
# img_array = np.rot90(img_array)

return img_array

#保存jpg文件并输出
def save_fig(file): # 保存为图片
fdata = readDICOM(file) # 调用上面的函数，获得数据

(y, x, z) = fdata.shape # 获得数据shape信息：（长，宽，维度-即切片数量）
for k in range(y):
# silce = fdata[:, :, k]
#silce = fdata[:, :, k] original
silce = fdata[k, :, :] # 三个位置表示三个不同角度的切片

silce = np.rot90(silce)
silce = np.rot90(silce) #旋转（可选）
silce = np.rot90(silce)

imageio.imwrite(os.path.join(output, '{}.jpg'.format(os.path.splitext(os.path.splitext(i)[0])[0]+'_'+str(k))), silce)
# 将切片信息保存为jpg格式
#i表示获取到的nii文件名（不含路径）
#os.path.splitext(i)[0]表示去除文件名后缀
#用两次splitext是因为图像原格式为.nii.gz，需要去两次后缀，如果是.nii形式的文件只用去除一次后缀即可
#str(k)代表每层切片单独命名，避免重名，以_0,_1,...的形式命名

#读取文件
def findAllFile(base):
for root, ds, fs in os.walk(base):
for f in fs:
yield f

#设置文件路径

base =r'H:\spine\hospitalof9\Mid_term\code\dicom'
#base =r'F:\dataSet\COVID-19-CT-Seg_20cases' # nii文件的路径
#base =r'F:\dataSet\verse_new' # nii文件的路径
output = 'png/' # 保存png的路径
for i in findAllFile(base):
dir = os.path.join(base,i)
savepicdir = (os.path.join(output,i))
#os.mkdir(savepicdir) #新建文件夹，重命名为nii文件名称,无需子文件夹，注释掉

if not os.path.exists(output):
os.mkdir(output)

save_fig(dir)