我就废话不多说了,大家还是直接看代码吧~
# encoding=utf8 ''' 查看和显示nii文件 ''' import matplotlib matplotlib.use('TkAgg') from matplotlib import pylab as plt import nibabel as nib from nibabel import nifti1 from nibabel.viewers import OrthoSlicer3D example_filename = '../ADNI_nii/ADNI_002_S_0413_MR_MPR____N3__Scaled_2_Br_20081001114937668_S14782_I118675.nii' img = nib.load(example_filename) print (img) print (img.header['db_name']) #输出头信息 width,height,queue=img.dataobj.shape OrthoSlicer3D(img.dataobj).show() num = 1 for i in range(0,queue,10): img_arr = img.dataobj[:,:,i] plt.subplot(5,4,num) plt.imshow(img_arr,cmap='gray') num +=1 plt.show()
3D显示结果:
ADNI数据维度(256,256,170)分段显示:
补充知识:python nii图像扩充
我就废话不多说了,大家还是直接看代码吧~
import os import nibabel as nib import numpy as np import math src_us_folder = 'F:/src/ori' src_seg_folder = 'G:/src/seg' aug_us_folder = 'G:/aug/ori' aug_seg_folder = 'G:/aug/seg' img_n= 10 rotate_theta = np.array([0, math.pi/2]) # augmentation aug_cnt = 0 for k in range(img_n): src_us_file = os.path.join(src_us_folder, (str(k) + '.nii')) src_seg_file = os.path.join(src_seg_folder, (str(k) + '_seg.nii')) # load .nii files src_us_vol = nib.load(src_us_file) src_seg_vol = nib.load(src_seg_file) # volume data us_vol_data = src_us_vol.get_data() us_vol_data = (np.array(us_vol_data)).astype('uint8') seg_vol_data = src_seg_vol.get_data() seg_vol_data = (np.array(seg_vol_data)).astype('uint8') # get refer affine matrix ref_affine = src_us_vol.affine ############### flip volume ############### flip_us_vol = np.fliplr(us_vol_data) flip_seg_vol = np.fliplr(seg_vol_data) # construct new volumes new_us_vol = nib.Nifti1Image(flip_us_vol, ref_affine) new_seg_vol = nib.Nifti1Image(flip_seg_vol, ref_affine) # save aug_us_file = os.path.join(aug_us_folder, (str(aug_cnt) + '.nii')) aug_seg_file = os.path.join(aug_seg_folder, (str(aug_cnt) + '_seg.nii')) nib.save(new_us_vol, aug_us_file) nib.save(new_seg_vol, aug_seg_file) aug_cnt = aug_cnt + 1 ############### rotate volume ############### for t in range(len(rotate_theta)): print 'rotating %d theta of %d volume...' % (t, k) cos_gamma = np.cos(t) sin_gamma = np.sin(t) rot_affine = np.array([[1, 0, 0, 0], [0, cos_gamma, -sin_gamma, 0], [0, sin_gamma, cos_gamma, 0], [0, 0, 0, 1]]) new_affine = rot_affine.dot(ref_affine) # construct new volumes new_us_vol = nib.Nifti1Image(us_vol_data, new_affine) new_seg_vol = nib.Nifti1Image(seg_vol_data, new_affine) # save aug_us_file = os.path.join(aug_us_folder, (str(aug_cnt) + '.nii')) aug_seg_file = os.path.join(aug_seg_folder, (str(aug_cnt) + '_seg.nii')) nib.save(new_us_vol, aug_us_file) nib.save(new_seg_vol, aug_seg_file) aug_cnt = aug_cnt + 1
以上这篇python 读取.nii格式图像实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。
本文向大家介绍使用Nibabel库对nii格式图像的读写操作,包括了使用Nibabel库对nii格式图像的读写操作的使用技巧和注意事项,需要的朋友参考一下 因为后期主要的研究方向是医学图像处理,而现有手头的大部分数据都是nii格式或者是hdr,img格式的数据,所以首先第一步我们需要解决图像的读写问题。 其实使用OpenCV也可以方便的进行图像读取,但是这里暂时只学习Nibabel这个库,后面有时
我想知道如何通过在Python中快速高效地获取RGBE格式的像素值来读取HDR图像(.HDR)。 以下是我尝试过的一些事情: 或者: 这会读取图像,但会以RGB格式给出值。 如何在不改变RGB值的情况下获得第4rth通道,即每个像素的“E”通道?我更喜欢只涉及imageio的解决方案,因为我仅限于使用该模块。
本文向大家介绍在python下读取并展示raw格式的图片实例,包括了在python下读取并展示raw格式的图片实例的使用技巧和注意事项,需要的朋友参考一下 raw文件可能有些人没有,因此,先用一张图片创建一个raw格式的文件(其实可以是其他类型的格式文件) 有了raw文件,我们就可以读取这个文件,并显示出来。 如果已经拥有了raw文件,就直接运用fromfile读取数据(可能有些raw文件有头文件
本文向大家介绍读取nii或nii.gz文件中的信息即输出图像操作,包括了读取nii或nii.gz文件中的信息即输出图像操作的使用技巧和注意事项,需要的朋友参考一下 读取nii或者nii.gz文件中的信息,并且输出图像。 补充知识:SimpleITK读取医学图像 .nii 数据(2D显示) 【环境】win10 + python3.6 + SimpleITK nii文件是NIFTI格式的文件,出现的原
本文向大家介绍利用python实现.dcm格式图像转为.jpg格式,包括了利用python实现.dcm格式图像转为.jpg格式的使用技巧和注意事项,需要的朋友参考一下 如下所示: 在此处需要安装pydicom库,直接在终端命令窗口使用pip install pydicom命令安装 将.bmp格式图片转为.jpg图像 以上这篇利用python实现.dcm格式图像转为.jpg格式就是小编分享给大家的全
执行javax。图像IO。ImageIO是否读取PPM格式的图像(如原始比特P6)? 没有异常,但是。其他格式如png和jpg工作正常。 我有一个尴尬的解决方法,通过去掉标头并逐行扫描ppm文件。我假设JAVA JAI(现在是JDK的一部分)会开箱即用。 我错过什么了吗?