首先，无论是pydicom还是SimpleITK都是需要事先导入到python中的库，如果使用的是pycharm IDE，可以先创建python3的虚拟环境，然后在虚拟环境下通过file-setting-Project interpreter ，在添加模块里面直接搜上述两个库的名称，点击安装即可。
pydicom提取单张dicom图像
1 import pydicom 2 from matplotlib import pyplot 3 4 ds = pydicom.read_file('C:/Users/****/Desktop/CT000000.dcm')# DICOM文件的位置 5 print(ds.dir()) # 打印所有 DICOM TAG 名 6 print(ds.dir('Pixe')) # 打印包含 'pat' 的 DICOM TAG 7 print(ds.PatientName, ds.PatientSex, ds.PatientID, ds.PatientBirthDate, ds.PatientAge) # 打印 DICOM TAG 相应的属性值 8 print(ds.data_element('PatientName')) # 打印一个完整的数据元素，包括 DICOMTAG编码值（Group, Element）, VR, Value 9 print(ds.data_element('PatientID').VR, ds.data_element('PatientID').value) 10 pixel_bytes = ds.PixelData # 原始二进制文件 11 12 pix = ds.pixel_array # 像素值矩阵 13 print(pix.shape) # 打印矩阵维度 14 pyplot.imshow(pix, cmap=pylab.cm.bone) 15 pyplot.show() # cmap 表示 colormap,可以是设置成不同值获得不同显示效果,打印dicom图片
注意，此时可能会报错，报错的地方是ds.pixel_array，原因是某些格式的dicom文件不能用pydicom提取，参考解答。
pydicom提取序列dicom图像
1 import pydicom 2 import numpy 3 from matplotlib import pyplot 4 5 # 用lstFilesDCM作为存放DICOM files的列表 6 PathDicom = "D:/dicom_image/V" # 与python文件同一个目录下的文件夹 7 lstFilesDCM = [] 8 9 # 将所有dicom文件读入 10 for diName, subdirList, fileList in os.walk(PathDicom): 11 for filename in fileList: 12 if ".dcm" in filename.lower(): # 判断文件是否为dicom文件 13 print(filename) 14 lstFilesDCM.append(os.path.join(diName, filename)) # 加入到列表中 15 16 ## 将第一张图片作为参考图 17 RefDs = pydicom.read_file(lstFilesDCM[10]) # 读取第一张dicom图片 18 # print(RefDs) 19 # print(RefDs.pixel_array) 20 # print(RefDs.PatientPosition) 21 pyplot.imshow(RefDs.pixel_array, cmap=pyplot.cm.bone) 22 pyplot.show() 23 24 # 建立三维数组,分别记录长、宽、层数(也就是dicom数据个数) 25 ConstPixelDims = (int(RefDs.Rows), int(RefDs.Columns), len(lstFilesDCM)) 26 print(ConstPixelDims) 27 28 # 得到spacing值 (mm为单位) 29 # PixelSpacing - 每个像素点实际的长度与宽度,单位(mm) 30 # SliceThickness - 每层切片的厚度,单位(mm) 31 ConstPixelSpacing = (float(RefDs.PixelSpacing[0]), float(RefDs.PixelSpacing[1]), float(RefDs.SliceThickness)) 32 33 # 三维数据 34 x = numpy.arange(0.0, (ConstPixelDims[0] + 1) * ConstPixelSpacing[0], ConstPixelSpacing[0]) # 0到（第一个维数加一*像素间的间隔），步长为constpixelSpacing 35 y = numpy.arange(0.0, (ConstPixelDims[1] + 1) * ConstPixelSpacing[1], ConstPixelSpacing[1]) # 36 z = numpy.arange(0.0, (ConstPixelDims[2] + 1) * ConstPixelSpacing[2], ConstPixelSpacing[2]) # 37 print(len(x),"xxxx") 38 39 ArrayDicom = numpy.zeros(ConstPixelDims, dtype=RefDs.pixel_array.dtype) 40 41 # 遍历所有的dicom文件，读取图像数据，存放在numpy数组中 42 for filenameDCM in lstFilesDCM: 43 ds = pydicom.read_file(filenameDCM) 44 ArrayDicom[:, :, lstFilesDCM.index(filenameDCM)] = ds.pixel_array 45 46 47 # 轴状面显示 48 # dpi是指每英寸的像素数,dpi越大,表示打印出来的图片越清晰。不是指图片的大小. 49 # 像素用在显示领域 分辨率用在打印领域 也就是你的图像是用来打印的时候才去考虑分辨率的问题 50 pyplot.figure(dpi=1000) 51 # 将坐标轴都变为同等长度 52 # pyplot.axes().set_aspect('equal', 'datalim') 53 pyplot.axes().set_aspect('equal') 54 # 将图片变为gray颜色 55 pyplot.set_cmap(pyplot.gray()) 56 57 pyplot.imshow(ArrayDicom[:, :, 360])# 第三个维度表示现在展示的是第几层 58 pyplot.show() 59 56 # 冠状面显示 60 pyplot.figure(dpi=100) 61 pyplot.axes().set_aspect('equal', 'datalim') 62 pyplot.set_cmap(pyplot.gray()) 63 pyplot.imshow(ArrayDicom[:, 90, :]) 64 pyplot.show()
SimpleITK打开单张dicom图像
1 import SimpleITK as sitk 2 import numpy as np 3 from matplotlib import pyplot 4 5 file = sitk.ReadImage('C:/Users/****/Desktop/CT1227429.dcm') 6 print(file.GetSize()) 7 print(file.GetOrigin()) # 坐标原点 8 print(file.GetSpacing()) # 像素间距 9 print(file.GetDirection()) # 方向 10 pixel_array = sitk.GetArrayFromImage(file) # 像素矩阵 11 print(pixel_array.shape) # 打印矩阵维度 12 image_array = np.squeeze(pixel_array) 13 print(image_array.shape) # 14 pyplot.imshow(image_array) 15 pyplot.show()
SimpleITK打开多张dicom图像
1 reader = sitk.ImageSeriesReader() 2 reader.MetaDataDictionaryArrayUpdateOn()#这一步是加载公开的元信息 3 reader.LoadPrivateTagsOn()#这一步是加载私有的元信息 4 series_IDs = sitk.ImageSeriesReader.GetGDCMSeriesIDs(directorypath)#根据文件夹获取序列ID,一个文件夹里面通常是一个病人的所有切片，会分为好几个序列 5 dicom_names = reader.GetGDCMSeriesFileNames( directorypath,series_ID)#选取其中一个序列ID,获得该序列的若干文件名 6 reader.SetFileNames(dicom_names)#设置文件名 7 image3D = reader.Execute()#读取dicom序列 8 # 通过切片的索引来读取属于该切片的键，然后通过切片索引与键获取相应的值 9 reader.GetMetaDataKeys(slice_index) 10 reader.GetMetaData(slice_index,key)