python如何實現12bit灰度圖像映射到8bit顯示

這篇文章將為大家詳細講解有關python如何實現12bit灰度圖像映射到8bit顯示，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

python是什么意思

Python是一種跨平臺的、具有解釋性、編譯性、互動性和面向對象的腳本語言，其最初的設計是用于編寫自動化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開發獨立的項目和大型項目。

圖像顯示和打印面臨的一個問題是：圖像的亮度和對比度能否充分突出關鍵部分。這里所指的“關鍵部分”在 CT 里的例子有軟組織、骨頭、腦組織、肺、腹部等等。

技術問題

1、顯示器往往只有 8-bit， 而數據有 12- 至 16-bits。
2、如果將數據的 min 和 max 間 (dynamic range) 的之間轉換到 8-bit 0-255 去，過程是個有損轉換， 而且出來的圖像往往突出的是些噪音。

算法分析

12-bit 到 8-bit 直接轉換：

computeMinMax(pixel_val,  min,  max);  //  先算圖像的最大和最小值 
for  (i  =  0;  i  <  nNumPixels;  i++) 
  disp_pixel_val[i]  =  (pixel_val[i]  -  min)*255.0/(double)(max-min);

這個算法必須有，對不少種類的圖像是很有效的：如 8-bit 圖像，MRI, ECT, CR 等等。

python實現

def matrix2uint8(matrix):
  ''' 
matrix must be a numpy array NXN
Returns uint8 version
  '''
  m_min= np.min(matrix)
  m_max= np.max(matrix)
  matrix = matrix-m_min
  return(np.array(np.rint( (matrix-m_min)/float(m_max-m_min) * 255.0),dtype=np.uint8))
  #np.rint, Round elements of the array to the nearest integer.

def preprocess(img, crop=True, resize=True, dsize=(224, 224)):
  if img.dtype == np.uint8:
    img = img / 255.0

  if crop:
    short_edge = min(img.shape[:2])
    yy = int((img.shape[0] - short_edge) / 2)
    xx = int((img.shape[1] - short_edge) / 2)
    crop_img = img[yy: yy + short_edge, xx: xx + short_edge]
  else:
    crop_img = img

  if resize:
    norm_img = imresize(crop_img, dsize, preserve_range=True)
  else:
    norm_img = crop_img

  return (norm_img).astype(np.float32)
def deprocess(img):
  return np.clip(img * 255, 0, 255).astype(np.uint8)

關于“python如何實現12bit灰度圖像映射到8bit顯示”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。