python dicom 器官分割_python+opencv阈值分割

37 #获取像素点的最大值和最小值

38 arr_temp =np.reshape(img_arr,(lens,))39 max_val =max(arr_temp)40 min_val =min(arr_temp)41 #图像归一化

42 img_arr = (img_arr-min_val)/(max_val-min_val)43 #绘制图像并保存

44 #保存图片时去掉周围白边

45 plt.axis('off')46 fig =plt.gcf()47 fig.set_size_inches(7.0/3,7.0/3) #dpi = 300, output = 700*700 pixels

48 plt.gca().xaxis.set_major_locator(plt.NullLocator())49 plt.gca().yaxis.set_major_locator(plt.NullLocator())50 plt.subplots_adjust(top = 1, bottom = 0, right = 1, left = 0, hspace = 0, wspace =0)51 plt.margins(0,0)52 plt.imshow(img_arr,cmap=plt.cm.bone)53 fig.savefig(jpgname, format='jpg', transparent=True, dpi=300, pad_inches =0)54

55 #获取图像灰度直方图查看灰度分布

56 img=cv2.imread('D:/1/dicom/test4.jpg')57 plt.hist(img.ravel(),256,[0,256])#ravel函数功能是将多维数组降为一维数组

58 plt.show()59

60 img = cv2.imread('D:/1/dicom/test4.jpg', 0)61 jpgname = 'D:/1/dicom/test58.jpg'

62 #固定阈值

63 ret, th1 = cv2.threshold(img, 165, 255, cv2.THRESH_BINARY)64 images =[img, th1]65 #保存粗分割结果

66 plt.axis('off')67 fig =plt.gcf()68 fig.set_size_inches(7.0/3,7.0/3) #dpi = 300, output = 700*700 pixels

69 plt.gca().xaxis.set_major_locator(plt.NullLocator())70 plt.gca().yaxis.set_major_locator(plt.NullLocator())71 plt.subplots_adjust(top = 1, bottom = 0, right = 1, left = 0, hspace = 0, wspace =0)72 plt.margins(0,0)73 plt.imshow(images[1], 'gray')74 fig.savefig(jpgname, format='jpg', transparent=True, dpi=300, pad_inches =0)75 #对粗分割结果中非病灶区域填充

76 #截取图片中的指定区域或在指定区域添加某一图片

77 defjie_image(src1):78 src2 = src1[5:125, 280:600]#截取第5行到125行的第280列到600列的区域

79 #cv.imshow("截取", src2)

80 src1[360:480, 280:600] = src2#指定位置填充，大小要一样才能填充

81 cv2.imshow("合成", src1)82 src = cv2.imread("D:/1/dicom/test58.jpg", 0)83 #cv.imshow("原来", src)

84 jie_image(src)85 cv2.waitKey(0)86 cv2.destroyAllWindows()87 cv2.imwrite('D:/1/dicom/test68.jpg', src)88

89 #填充后得到第二次的粗分割结果，病灶区域存在孔洞，使用孔洞填充方法进行填充

90 '''

91 图像说明：92 图像为二值化图像，255白色为目标物，0黑色为背景93 要填充白色目标物中的黑色空洞94 '''

95 imgPath = 'D:/1/dicom/test68.jpg'

96 SavePath = 'D:/1/dicom/test78.jpg'

97 defFillHole(imgPath,SavePath):98 im_in =cv2.imread(imgPath, cv2.IMREAD_GRAYSCALE);99 #复制 im_in 图像

100 im_floodfill =im_in.copy()101 #Mask 用于 floodFill，官方要求长宽+2

102 h, w = im_in.shape[:2]103 mask = np.zeros((h+2, w+2), np.uint8)104 #floodFill函数中的seedPoint必须是背景

105 isbreak =False106 for i inrange(im_floodfill.shape[0]):107 for j in range(im_floodfill.shape[1]):108 if(im_floodfill[i][j]==0):109 seedPoint=(i,j)110 isbreak =True111 break

112 if(isbreak):113 break

114 #得到im_floodfill

115 cv2.floodFill(im_floodfill, mask, seedPoint, 255);116 #得到im_floodfill的逆im_floodfill_inv

117 im_floodfill_inv =cv2.bitwise_not(im_floodfill)118 #把im_in、im_floodfill_inv这两幅图像结合起来得到前景

119 im_out = im_in |im_floodfill_inv120 #保存结果

121 cv2.imwrite(SavePath, im_out)122 FillHole(imgPath,SavePath

#以上这种填充结果会把轮廓外围也填充，分割不准确，因此使用了MATLAB中的imfill函数对分割后病灶区域的结果进行孔洞填充，得到的分割结果如下图所示

clear all; clc; close all;

img = imread('D:\matlab\bin\test68.jpg');

if ndims(img)==3

img = rgb2gray(img);

end