医学图像处理-目标检测之图像格式转换的问题合集1 (python)

 1. 遇到无法将dcm格式转成jpg的错误

报错:AttributeError: module ‘scipy.misc’ has no attribute ‘imsave’

【解决】

删除:import scipy.misc
改成: import imageio

删除:save_image = scipy.misc.imsave(out_path, DATA)
改成:save_image = imageio.imsave(out_path, DATA)

2. dcm转成jpg格式后,图像全黑的问题

当时的代码:

ds = pydicom.read_file(dcm_path)
img = ds.pixel_array  # Extract image information
imageio.imsave(out_path, img)

【解决】

ds = pydicom.read_file(dcm_path)
img = ds.pixel_array  # Extract image information

# Get the number of pixel
lens = img.shape[0] * img.shape[1]

# Get the max and min of pixel
temp = np.reshape(img, (lens,))
max_val = max(temp)
min_val = min(temp)

# Image normalization
img = (img - min_val) / (max_val - min_val)

# Draw the image and save
plt.imshow(img)
imageio.imsave(out_path, img)

版权声明:本文为CSDN博主「学习使人吃饱」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/da_VVi/article/details/119652791

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Python如何优雅地可视化目标检测框

1 引言 随着计算机视觉算法工程师的内卷,从事目标检测的小伙伴们越来越多了. 很多时候我们费了九牛二虎之力训练了一版模型,可是可视化出来的效果平淡无奇. 是不是有点太不给力啦,作为计算机视觉工程师,我们是不是应该关注下如何优雅地可视化我们模型

Pyqt搭建YOLOV5目标检测界面

2021.11.19 更新 下面的代码片段大家可以参考着实现,如果直接拖拽到最新版的yolov5文件夹中运行可能会出错,应该我当时那个代码片段写的比较早,后续yolov5更新了,有些函数名

深度学习之目标检测YOLOv5

一.简介 YOLOV4出现之后不久,YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进,检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析&#xff0