部署环境

import SimpleITK as sitk
import numpy as np
import cv2 import os
import time from PIL
import Image`

先放全套代码

count = 1
path = "/Users/pingguogongyongji1/Desktop/test"
filename = os.listdir(path)
print filename
    for i in filename:
        document = os.path.join(path,i)
        outputpath = "/Users/pingguo/Desktop/output/"
        countname = str(count)
        countfullname = countname + '.jpg'
        output_jpg_path = os.path.join(outputpath,countfullname)

        def convert_from_dicom_to_jpg(img,low_window,high_window,save_path):
            lungwin = np.array([low_window*1.,high_window*1.])
            newimg = (img-lungwin[0])/(lungwin[1]-lungwin[0])
            newimg = (newimg*255).astype('uint8')
            cv2.imwrite(save_path, newimg, [int(cv2.IMWRITE_JPEG_QUALITY), 100])

        if __name__ == '__main__':

            ds_array = sitk.ReadImage(document)   
            img_array = sitk.GetArrayFromImage(ds_array)   

            shape = img_array.shape#name.shape
            img_array = np.reshape(img_array, (shape[1], shape[2]))
            high = np.max(img_array)
            low = np.min(img_array)
            convert_from_dicom_to_jpg(img_array, low, high, output_jpg_path)  
            print('FINISHED')

        count = count + 1


先说一下大体结构
主体是个for循环
因为要对批量遍历导入的目标dicom文件挨个处理
输出文件名（包括路径）的话，用一个简单的计数器即可搞定

        def convert_from_dicom_to_jpg(img,low_window,high_window,save_path):
1
这是定义了一个函数convert_from_dicom_to_jpg，有四个可输入值的口
先说一下这个包含最关键动作的函数吧

            lungwin = np.array([low_window*1.,high_window*1.])
            newimg = (img-lungwin[0])/(lungwin[1]-lungwin[0])    #归一化
            newimg = (newimg*255).astype('uint8')                #将像素值扩展到[0,255]
            cv2.imwrite(save_path, newimg, [int(cv2.IMWRITE_JPEG_QUALITY), 100])
1
2
3
4
前三行就不说了：归一化和线性调整灰度值到0～255，数据类型转换astype
cv2.imwrite函数！将矩阵保存为jpeg或png格式
有三个参数可以输入:
第一个输入路径，这里要注意，路径得包含后缀名！
比如：path=/Users/pingguo/Desktop/test/1
这样是不行的，我曾在这里绊倒过
正解：
path=/Users/pingguo/Desktop/test/1.jpg
第二个是输入矩阵啊
就是含有文件内容数值的矩阵变量
第三个是不同文件的调整
jpeg的话是控制一下图片的质量，默认是95，0～100越高越好
png的话是压缩级别，0～10，级别越高图像越小

            convert_from_dicom_to_jpg(img_array, low, high, output_jpg_path)   

在此处运行该函数

往下走看到这个if语句

        if __name__ == '__main__':

一般老练有经验的会写一句这样的控制如何运行python脚本的语句
当该模块被直接运行时，才可以运行以下语句
当模块被import到其他模块中，被if判断识别出来，中断运行
but whatever 它对你转换格式影响不大

            img_array = np.reshape(img_array, (shape[1], shape[2]))  #获取array中的height和width

这里有个reshape函数
全称是numpy.reshape来自numpy库
执行的动作是将一个矩阵reshape
比如，36的矩阵reshape成29的
当然前提是不改变矩阵大小

跳出中间部分，回到一开始的dicom文件路径和output jpg图片路径
这是很关键的一个地方

filename = os.listdir(path)

可以看到第三行使用了个os.listdir函数
这个函数可以列出路径下所有文件的文件名，并传递给filename变量
如果你的PC和我一样是mac.os，那这里要注意了！
它遍历当前路径时会读取一个奇怪的东西：.DS_Store
然而我翻到目标文件夹查看并没有这个文件
搜一下才知道这是Finder 用来存储这个文件夹的显示属性的
总之没用且影响我们干活！
删！

打开terminal
cd 目标路径
rm .DS_Store
alright！

可见for循环里有个路径拼接函数

      output_jpg_path = os.path.join(outputpath,countfullname)

这可不是简单的字符串拼接，它会在括号里面的变量间加/
也就是说你千万不能

        outputpath = "/Users/pingguo/Desktop/output/"
        countname = '1'
        formatname = ‘.jpg’
        output_jpg_path = os.path.join(outputpath,countname,formatname)

这样输出一下output_jpg_path就是
/Users/pingguo/Desktop/output/1/.jpg

所以正解就是先用个拼接语句，将他们拼成一个变量

    outputpath = "/Users/pingguo/Desktop/output/"
    countname = '1'
    countfullname = countname + '.jpg'
    output_jpg_path = os.path.join(outputpath,countfullname)

你也许注意到了

        countname = str(count)

这是个强制类型转换
注意我们原来的count变量可是个数值，可不是字符串
需要转换一下类型

that’s all
搬砖愉快～
---------------------
【转载】
作者：Fred_inputting
原文：https://blog.csdn.net/u011764992/article/details/84501300