蒙版图像中像素值的标准偏差

Question

我有一个带遮罩的 DICOM 图像。它看起来像一个黑色背景，中间有一个白色圆圈（没有被蒙版覆盖和归零的区域）。

代码如下：

import numpy as np
import dicom
import pylab

ds = dicom.read_file("C:\Users\uccadmin\Desktop\James_Phantom_CT_Dec_16th\James Phantom   CT Dec 16th\Images\SEQ4Recon_3_34\IM-0268-0001.dcm")

lx, ly = ds.pixel_array.shape
X, Y = np.ogrid[0:lx, 0:ly]
mask = (X - lx/2)**2 + (Y - ly/2)**2 > lx*ly/8  # defining mask
ds.pixel_array[mask] = 0
print np.std(ds.pixel_array) # trying to get standard deviation

pylab.imshow(ds.pixel_array, cmap=pylab.cm.bone) # shows image with mask

我只想获取白色圆圈内的像素值的标准偏差，即排除圆圈外的黑色空间（蒙版）。

我不认为我用上面的代码得到的值是正确的，因为它是 ~500，而且白色圆圈几乎是同质的。

任何想法如何确保我仅以 Pythonic 方式获得白色圆圈内像素值的标准偏差？

Answer 1

我认为你得到一个大数字的原因是因为你的标准差包括所有零值。

简单地忽略所有零值就足够了吗？ （这没关系，前提是圆圈中没有或很少有像素的值为 0。）如果是这样

np.std([x for x in ds.pixel_array if x > 0])

应该可以解决问题。如果这还不够好，那么您可以将面具中的条件反转为

mask = (X - lx/2)**2 + (Y - ly/2)**2 < lx*ly/8  # defining mask, < instead of >

然后做

mp.std(ds.pixel_array[mask])