如何在 python 上显示所有 8 位图像答案

【问题标题】：How do I display all 8-bits image on python如何在 python 上显示所有 8 位图像
【发布时间】：2020-11-10 04:30:40
【问题描述】：

首先，对不起我的英语不好，我会说西班牙语，所以我会尽力解释我的问题。

我有一个标准化 ([0-255]) dicom 图像，我想显示 8 个图像，但改变位深度，我的意思是：1 位图像、2 位图像、3 位图像等。我的代码只是打开和规范化图像，因为我不知道应该怎么做才能得到我想要的东西，也许将所有像素值转换为二进制，但我不太了解，我开始学习数字图像处理。这是我的代码

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


IM = r"C:\Users\Nico\Desktop\tarea2\MR-cerebro-ANON\IM.dcm"
data = dicom.read_file(IM)
imagen = data.pixel_array[200]
img_norm = []
for pixel in imagen:
    img_norm.append((pixel/np.amax(imagen)*255))
plt.imshow(img_norm,cmap='bone'),plt.axis('off')
plt.title('Imagen normalizada')
plt.show()

更新：

我终于得到了我想要的东西，所以我会把我的代码放在这里以防有人想改进它，因为我知道它可能没有那么优化，但我是初学者，所以这就是我所做的，如果任何人都想优化它，请随意。此外，也许有了这个结果，我的问题现在更清楚了，它适用于所有 8 位，只需修改第二个“for”上的 int 函数。这些是我得到的一些图像normalized Image、1 bit image、6 bits image

bin1 = []
bin11 = []
for i in c:
    for j in i:
        bin1.append('00000000'+bin(j)[2::])
for b in bin1:   
    bin11.append(int(b[-1:],2))    
plt.imshow(np.reshape(bin22,(480,480)),cmap='gray')
plt.title('Imagen de 1 bits')
plt.show()

【问题讨论】：

您的问题是什么？运行此代码时，您现在得到的结果是什么？为什么是200？那不是很多像素，而是一维的。通常，处理图像的代码将有两个循环，一个在另一个循环中，因为图像是一个二维数据集。 200可能是您图像的宽度，您需要处理图像的每一行吗？我只是希望能给你一些思考的东西，这会对你有所帮助。
嗨，我的问题是如何显示所有 8 位深度的图像，我的意思是，例如：1 位深度的图像应该是黑白的，但对于 2 位或更多位，它应该是灰度的，所以我想显示 8 个不同的图像，每个位深度一个。如果我不能很好地解释自己，我很抱歉，希望你能理解我。 200 是 dicom 图像的切片 #，所以我得到了一个矢状切片图像（图像为 1024x1024）我真的很感激你试图帮助我，非常感谢。我不知道该怎么做才能获得所有 8 位深度图像
这里有代码可以在 0-255 之间进行标准化。您只需对每个位深度执行相同的操作。对于 1 位，您选择一个截止值（例如 128），低于该值的任何值都是 0，高于该值的任何值都是 1。其他深度也是如此……您只需将每个像素映射到位数你正在使用。然后是图像格式的问题。文件格式是否支持这些不同的深度，或者您是否真的只是创建灰度 (0-255) 图像，但是您已经为每个“深度”适当地量化了像素值。
感谢史蒂夫的帮助。我会尝试这个想法，我认为它可能会起作用，因为我只是创建灰度图像，所以我会尝试一下，非常感谢您抽出宝贵的时间
尽管您使用工作代码更新了您的问题，但我建议您使用找到的代码回答您自己的问题。虽然如果它回答了这个问题，它可能不会被优化，但它无疑会帮助其他可能在未来遇到这个问题的人。

标签： python imaging pydicom medical-imaging

【解决方案1】：

更新（答案）：

我终于得到了我想要的东西，所以我会把我的代码放在这里以防有人想改进它，因为我知道它可能没有那么优化，但我是初学者，所以这就是我所做的，如果任何人都想优化它，请随意。另外，也许有了这个结果，我的问题现在更清楚了，它适用于所有 8 位，只需修改第二个“for”上的 int 函数。这是我得到的一些图像1 bit image、5 bits image、6 bits image , 8 bits image

bin1 = []
bin11 = []
for i in c:
    for j in i:
        bin1.append('00000000'+bin(j)[2::])
for b in bin1:   
    bin11.append(int(b[-1:],2))    
plt.imshow(np.reshape(bin22,(480,480)),cmap='gray')
plt.title('Imagen de 1 bits')
plt.show()

【讨论】：