Python DICOM 文件读取与图像处理：解析 DICOM 文件信息并显示图像

import os
import pydicom
import numpy as np
import matplotlib.pyplot as plt

# 打开 DICOM 文件
filename = 'C:\Users\lenovo\Desktop\数据结构与算法C++\20084125-张亭-数据结构算法实验1\dicom\Dicomread\11.dcm'
ds = pydicom.dcmread(filename)

# 判断文件是否为 DICOM 格式
if ds.file_meta.MediaStorageSOPClassUID != '1.2.840.10008.5.1.4.1.1.2':
    print('Not a DICOM file!')
    exit()

# 获取基本信息
file_name = os.path.basename(filename)
file_path = os.path.dirname(filename)
file_size = os.path.getsize(filename)  # 文件大小

# 获取患者信息
patient_id = ds.PatientID
patient_name = ds.PatientName
patient_sex = ds.PatientSex
# patient_age = ds.PatientAge

# 获取检查信息
study_id = ds.StudyID  # 检查 ID
study_date = ds.StudyDate  # 检查日期
study_time = ds.StudyTime   # 检查时间
study_type = ds.Modality    # 检查类型

# 获取图像信息
pixel_data = ds.pixel_array   # 像素数据
pixel_offset = ds.data_element('PixelData').value[0]  # 像素数据偏移量
rows = ds.Rows  # 图像行数
columns = ds.Columns  # 图像列数
pixel_size = (ds.PixelSpacing[0], ds.PixelSpacing[1])  # 像素尺寸
pixel_spacing = (ds.SliceThickness, ds.PixelSpacing[0], ds.PixelSpacing[1])  # 像素间距
image_position = ds.ImagePositionPatient    # 图像位置
image_orientation = ds.ImageOrientationPatient  # 图像方向

# 获取窗位窗宽
window_center = ds.WindowCenter
window_width = ds.WindowWidth


# 获取序列信息
sequence_number = ds.InstanceNumber     # 序列号
sequence_description = ds.SeriesDescription   # 序列描述
sequence_type = ds.Modality      # 序列类型
sequence_uid = ds.SeriesInstanceUID    # 序列标识

# 输出结果
print('File name: %s' % file_name)
print('File path: %s' % file_path)
print('File size: %s bytes' % file_size)
print('Patient ID: %s' % patient_id)
print('Patient name: %s' % patient_name)
print('Patient sex: %s' % patient_sex)
# print('Patient age: %s' % patient_age)
print('Study ID: %s' % study_id)
print('Study date: %s' % study_date)
print('Study time: %s' % study_time)
print('Study type: %s' % study_type)
print('Pixel data offset: %s bytes' % pixel_offset)
print('Rows: %d' % rows)
print('Columns: %d' % columns)
print('Pixel size: %s' % str(pixel_size))
print('Pixel spacing: %s' % str(pixel_spacing))
print('Image position: %s' % str(image_position))
print('Image orientation: %s' % str(image_orientation))
print('Window center: %s' % str(window_center))
print('Window width: %s' % str(window_width))
print('Sequence number: %s' % sequence_number)
print('Sequence description: %s' % sequence_description)
print('Sequence type: %s' % sequence_type)
print('Sequence UID: %s' % sequence_uid)



# 获取图像基本属性
pixel_type = ds.pixel_array.dtype   # 无符号 16 位整数，即每个像素的值可以在 0 到 65535 之间。
image_size = ds.pixel_array.shape
channels = 1 if len(image_size) == 2 else image_size[2]

# 输出结果
print('Pixel type: %s' % pixel_type)
print('Image size: %s' % str(image_size))
print('Channels: %d' % channels)

# 实现功能 1：将像素值转换为灰度值
if pixel_type == np.uint16:
    # 先将像素值缩放到 0-1 之间
    pixel_data = pixel_data.astype(np.float32) / 65535
    # 再将像素值映射到 0-255 之间
    pixel_data = pixel_data * 255
pixel_data = pixel_data.astype(np.uint8)

# 实现功能 2：根据窗宽窗位进行线性变换
if window_width is not None and window_center is not None:
    # 转换窗宽窗位为浮点数
    window_center = float(window_center)
    window_width = float(window_width)
    # 计算窗口的最小值和最大值
    window_min = window_center - window_width/2
    window_max = window_center + window_width/2
    # 对像素值进行线性变换
    pixel_data = (pixel_data - window_min) / (window_max - window_min)
    pixel_data[pixel_data < 0] = 0
    pixel_data[pixel_data > 1] = 1
    # 将像素值映射到 0-255 之间
    pixel_data = pixel_data * 255
pixel_data = pixel_data.astype(np.uint8)

# 实现功能 3：将灰度值转换为 8 位灰度图像或 3 通道彩色图像，并将图像显示在窗口中
if channels == 1:
    # 如果是单通道图像，将灰度值转换为 8 位灰度图像
    plt.imshow(pixel_data, cmap='gray')
else:
    # 如果是三通道图像，将灰度值转换为 RGB 图像
    rgb_data = np.zeros((rows, columns, 3), dtype=np.uint8)
    rgb_data[:,:,0] = pixel_data[:,:,0]
    rgb_data[:,:,1] = pixel_data[:,:,0]
    rgb_data[:,:,2] = pixel_data[:,:,0]
    plt.imshow(rgb_data)

# 显示图像
plt.show()

# 补充说明
# 如果代码出现 “TypeError: unsupported operand type(s) for /: 'MultiValue' and 'int'” 的错误，
# 说明窗宽和窗位参数是 MultiValue 类型，需要先将其转换为 float 类型再进行数学运算。
# 可以使用以下代码进行转换：

# window_center = float(ds.WindowCenter)
# window_width = float(ds.WindowWidth)

# 然后再进行窗宽窗位的计算即可。

本代码提供了详细的步骤和注释，帮助您理解如何读取 DICOM 文件、提取信息以及处理图像数据。您可以在代码中修改文件路径，以读取您自己的 DICOM 文件。

使用示例：

安装必要的库：pip install pydicom numpy matplotlib
将您的 DICOM 文件路径替换为 filename 变量的值。
运行代码，查看输出结果和图像。

相关资源：

注意：

本代码示例仅供参考。实际应用中，您可能需要根据具体情况进行调整。
强烈建议您仔细阅读 DICOM 标准和相关库的文档，以便更深入地理解和使用 DICOM 文件。

希望本教程能够帮助您更好地理解 DICOM 文件的处理过程。如有任何问题或建议，请随时提出。

Python DICOM 文件读取与图像处理：解析 DICOM 文件信息并显示图像