.npy文件批量转换为.png

最近在做一个膝关节损伤检测项目，采用的是Stanford大学的MRNet-v1.0公开数据集，该数据集包含了1130例膝关节的轴向、冠状面、矢状三个方向的磁共振（MRI）切片数据。下载的数据格式均为数组（.npy），而我需要的数据格式为图像（.jpg\.png）于是写了一个npy2img的脚本。有需要的自取，但引用需备注出处。

#by Chongqing University LiJie 2025.8.1
import numpy as np
from PIL import Image
import os  # 新增：用于文件路径和目录操作

# 批量转换配置
input_dir = 'D:/2DVision/MRNet-v1.0/valid/axial/'  # 输入.npy文件所在目录
output_root = 'D:/2DVision/MRNet-v1.0/valid_img/axial/'  # 输出图片根目录

# 获取目录下所有.npy文件
npy_files = [f for f in os.listdir(input_dir) if f.endswith('.npy')]
if not npy_files:
    print("未找到任何.npy文件")
    exit()

# 遍历每个.npy文件进行批量处理
for npy_file in npy_files:
    # 构建完整文件路径
    npy_path = os.path.join(input_dir, npy_file)
    # 提取文件名（不含扩展名）作为子目录名
    file_name = os.path.splitext(npy_file)[0]
    # 创建输出子目录（每个.npy文件的切片单独存放）
    output_dir = os.path.join(output_root, file_name)
    os.makedirs(output_dir, exist_ok=True)  # 自动创建目录，已存在则忽略
    
    # 加载.npy文件数据
    imgs_data = np.load(npy_path)
    print(f"正在处理文件: {npy_file}，数据形状: {imgs_data.shape}")
    
    # 处理并保存当前文件的所有切片
    for slice_idx in range(imgs_data.shape[0]):
        slice_data = imgs_data[slice_idx, :, :]
        # 保存路径：输出子目录/切片索引.png
        save_path = os.path.join(output_dir, f"{slice_idx}.png")
        Image.fromarray(slice_data).save(save_path)
    
    print(f"文件 {npy_file} 处理完成，共生成 {imgs_data.shape[0]} 张切片\n")

print("所有.npy文件批量转换完成！")

数据转换后的效果如下：