大家好，我是讯享网，很高兴认识大家。

因为DICOM图像通常是一个序列，普通的dcm格式的图像序列可以直接使用DICOM图像查看软件打开进行查看；但mhd格式的3D图像却无法方便地查看。但为了研究方便，可视化mhd图像文件是绕不开的一项任务。

具体来说，在Python下可视化图像可以选择使用matplotlib，也可以用OpenCV将其保存查看，都非常方便。不过有些细节问题则需要特别注意。下面对这些进行一下简单记录，以防遗忘。

1.使用OpenCV保存图像序列

使用OpenCV保存一个三维的DICOM数据image，并在其上的某个坐标coord处绘制直径为diameter的圆形的代码如下：

import cv2

import SimpleITK as sitk

import numpy as np

image = sitk.ReadImage(mhd_path)

image = sitk.GetArrayFromImage(image)

for i, im in enumerate(image):

im = cv2.cvtColor(im, cv2.COLOR_GRAY2RGB)

cv2.circle(im, coord, diameter, color=(0, 0, 255))

cv2.imwrite(os.path.join(path, '{}.png'.format(i)), im)

import cv2

import SimpleITK as sitk

import numpy as np

image = sitk.ReadImage(mhd_path)

image = sitk.GetArrayFromImage(image)

for i, im in enumerate(image):

im = cv2.cvtColor(im, cv2.COLOR_GRAY2RGB)

cv2.circle(im, coord, diameter, color=(0, 0, 255))

cv2.imwrite(os.path.join(path, '{}.png'.format(i)), im)

import cv2

import SimpleITK as sitk

import numpy as np

image = sitk.ReadImage(mhd_path)

image = sitk.GetArrayFromImage(image)

for i, im in enumerate(image):

im = cv2.cvtColor(im, cv2.COLOR_GRAY2RGB)

cv2.circle(im, coord, diameter, color=(0, 0, 255))

cv2.imwrite(os.path.join(path, '{}.png'.format(i)), im)

需要特别注意的是 im = cv2.cvtColor(im, cv2.COLOR_GRAY2RGB)im = cv2.cvtColor(im, cv2.COLOR_GRAY2RGB)。因为输入图像是灰度图，如果不先将图像转换为彩色的RGB格式，下面绘制的circle将不会以彩色显示，可能会造成误解。

2.使用matplotlib绘制保存图像序列

使用matplotlib.pyplot在Python里进行各种图形的绘制会特别方便，而且我们使用的也更多更顺手。如，绘制一幅二维的image图像，代码如下：

import matplotlib.pyplot as plt

plt.imshow(image, cmap='gray')

plt.show()

import matplotlib.pyplot as plt

plt.imshow(image, cmap='gray')

plt.show()

import matplotlib.pyplot as plt

plt.imshow(image, cmap='gray')

plt.show()

因为我们绘制的医学影像是灰度图，所以用 cmap='gray'cmap='gray' 这个参数。

而在绘制的图像上绘制其他内容也十分方便，比如1中绘制一个圆形，代码如下：

import matplotlib.pyplot as plt

讯享网

plt.imshow(image, cmap='gray')

plt.Circle(coord, diameter, color='r', fill=False)

plt.show()

import matplotlib.pyplot as plt

plt.imshow(image, cmap='gray')

plt.Circle(coord, diameter, color='r', fill=False)

plt.show()

import matplotlib.pyplot as plt

plt.imshow(image, cmap='gray')

plt.Circle(coord, diameter, color='r', fill=False)

plt.show()

将绘制的图像像OpenCV一样保存为文件，也可以直接使用plt.savefig(path)plt.savefig(path)即可。

不过，你应该能够看到，这样保存的图片边缘会有很大空白，而不能像OpenCV保存的图像那样，紧紧贴边，只保存了图像。

那么，如何使用matplotlib.pyplot像OpenCV的cv2那样保存图像时紧紧贴边，而没有边缘的空白呢？可以使用下面的代码：

def make_image(image, path, diameter, coord):

fig = plt.figure()

fig.set_size_inches(image.shape[0]/100., image.shape[1]/100.)

ax = plt.Axes(fig, [0., 0., 1., 1.])

ax.set_axis_off()

fig.add_axes(ax)

ax.imshow(image, aspect='normal', cmap='gray')

circle = plt.Circle(coord, diameter, color='r', fill=False)

ax.add_artist(circle)

plt.savefig(path)

def make_image(image, path, diameter, coord):

fig = plt.figure()

fig.set_size_inches(image.shape[0]/100., image.shape[1]/100.)

ax = plt.Axes(fig, [0., 0., 1., 1.])

ax.set_axis_off()

fig.add_axes(ax)

ax.imshow(image, aspect='normal', cmap='gray')

circle = plt.Circle(coord, diameter, color='r', fill=False)

ax.add_artist(circle)

plt.savefig(path)

def make_image(image, path, diameter, coord):

fig = plt.figure()

fig.set_size_inches(image.shape[0]/100., image.shape[1]/100.)

ax = plt.Axes(fig, [0., 0., 1., 1.])

ax.set_axis_off()

fig.add_axes(ax)

ax.imshow(image, aspect='normal', cmap='gray')

circle = plt.Circle(coord, diameter, color='r', fill=False)

ax.add_artist(circle)

plt.savefig(path)

使用该函数，即可将二维的numpy array格式的image图像数据保存为像OpenCV的cv2那样边缘没有任何空白的图像了。