python - 函数 "im2uint8"(在 MATLAB 中)和 "bytescale"(在 Python 中)之间的区别

Question

我想将 DICOM 图像从 int16 转换为 uint8。我已经在 Python 中使用 Z_axis = bytescale(img) 完成了它，但这给出了与在 MATLAB 中使用 im2uint8 不同的结果。在 MATLAB 中，使用 im2uint8 转换为 uint8 后的 DICOM 图像的最小值和最大值分别为 (124, 136)。但是在使用 bytescale 转换后，Python 中的这些值是 (0, 255)。

Python代码:

for person in range(0, len(dirs1)):
if not os.path.exists(os.path.join(directory, dirs1[person])):
    Pathnew = os.path.join(directory, dirs1[person])
    os.makedirs(Pathnew)
    for root, dirs, files in os.walk(os.path.join(path, dirs1[person])):
        dcmfiles = [_ for _ in files if _.endswith('.dcm')]
        for dcmfile in dcmfiles:
            dcm_image = pydicom.read_file(os.path.join(root, dcmfile))
            img = dcm_image.pixel_array
            Z_axis = bytescale(img)  
            minVal = Z_axis.min()
            maxVal = Z_axis.max()

Matlab代码:

for j = 1 : length(Files2)
    img = dicomread([galleryPath Files2(j).name]);
    Z_axis = im2uint8(img);
    minVal = min(min(Z_axis));
    maxVal = max(max(Z_axis));

显示时图像看起来相等，但数值不同。那么，bytescale 和im2uint8 函数是否相等？如果没有，我想要 Python 中的 im2uint8 这样的结果。我应该选择什么样的功能(尤其是对于 DICOM 图像)？

例如，在 MATLAB 中读取 DICOM 文件后:

img = dicomread([galleryPath Files2(j).name]);
img = [ -1024,   -1024,   16;
        -1024,       8,   11;
           17,       5,    8];

但是在Python中，读取后的相同图像是:

dcm_image = pydicom.read_file(os.path.join(root, dcmfile))
img = dcm_image.pixel_array
img = array([[ -1024,    -1024,   27],
             [ -1024,       27,   26],
             [    24,       26,   23]])

我不知道为什么它们在 MATLAB 和 Python 中不同。在 MATLAB 中应用 im2uint8 后，输出为:

Z_axis = im2uint8(img)
Z_axis =
 3×3 uint8 matrix
   124    124   128
   124    128   128
   128    128   128

在 Python 中应用 bytescale 后，输出为:

bytescale(img)
Z_axis = 
    array([[0,    0,   83],
           [0,   83,   83],
           [83,  83,   83]], dtype=uint8)

Answer 1

首先，关于读取数据的问题，我建议使用 dcmread在 Python 中，因为它给了我与 dicomread 相同的精确数据在 MATLAB 中。

其次，在 MATLAB 中当 im2uint8转换 int16 值，它将缩放它们，假设数据的最小值和最大值分别等于 -32768 和 32767(即 int16 可表示的最小值和最大值)。对于 bytescale行为等效，我相信你需要相应地设置 cmin 和 cmax 参数(因为否则它们将默认为 data.min() 和data.max()，分别)。这应该在 Python 中复制 im2uint8 的结果:

Z_axis = bytescale(img.astype(float), cmin=-32768, cmax=32767)

注意:必须首先将数据转换为 float ，以解决 bytescale 中没有正确处理整数运算的明显错误(由 Cris Luengo 提供)。