Dicom 特征点提取(python)

在Python中，可以使用pydicom库来读取DICOM图像，并使用scikit-image库来进行特征点的提取。

以下是一个简单的例子，展示如何从DICOM图像中提取特征点：

首先，安装必要的库（如果尚未安装）：

pip install pydicom scikit-image numpy opencv-python

然后，使用以下Python代码提取DICOM图像的特征点：

import pydicom

import cv2

from skimage.feature import corner_subpix

# 读取DICOM文件

ds = pydicom.read_file('image.dcm')

# 将DICOM数据转换为图像数组

image = ds.pixel_array

# 将DICOM图像转换为灰度图像（如果是彩色的话）

gray_image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

# 使用Harris角点检测器进行特征点提取

# 15是子像素精确度，0.04是角点强度阈值

corners = corner_subpix(gray_image, corner_order=15, window_size=(15, 15), subpix_size=(1, 1), quality_level=0.04)

# 打印特征点

for corner in corners:

    print(corner)

# 可以将特征点绘制到原图上

for corner in corners:

    x, y = corner

    cv2.circle(image, (int(x), int(y)), 5, (0, 255, 0), -1)

# 显示图像

cv2.imshow('Corners', image)

cv2.waitKey(0)

cv2.destroyAllWindows()

请确保替换'image.dcm'为你的DICOM文件路径。上述代码中使用了corner_subpix函数从图像中检测出特征点，并用绿色圆圈标记在原图上。