Python 从张量字符串加载图像

我已经创建了一个字符串的Tensorflow数据集（其中每个字符串都是dicom图像的路径），我想将预处理函数映射到该数据集。预处理功能应使用

pydicom

包从dicom文件加载像素阵列。但是当我试图映射一个函数时，虽然我得到了一个属性错误。如何使用下面的函数从张量中读取字符串值？我正在使用Tensorflow 2.0.0和pydicom 1.3.0

AttributeError: in converted code:

    <ipython-input-12-eff65198c202>:12 load_and_preprocess_image  *
        dicom_data = pydicom.dcmread(img_path)
    /opt/conda/lib/python3.6/site-packages/pydicom/filereader.py:849 dcmread  *
        dataset = read_partial(fp, stop_when, defer_size=defer_size,
    /opt/conda/lib/python3.6/site-packages/pydicom/filereader.py:651 read_partial  *
        preamble = read_preamble(fileobj, force)
    /opt/conda/lib/python3.6/site-packages/pydicom/filereader.py:589 read_preamble  *
        preamble = fp.read(128)

    AttributeError: 'Tensor' object has no attribute 'read'

---

在

pydicom.dcmread（img_路径）

中，

img_路径

是tf.string张量。我认为pydicom不支持读取张量对象

我找到了一个在tensorflow中提供DICOM操作的解决方案。以下代码改编自tf2.0，并在其上进行了测试

def加载和预处理图像（img路径）：
_字节=tf.io.read\u文件（img\u路径）
dicom_数据=解码dicom_图像（_字节，dtype=tf.float32）
返回dicom_数据
dicom_文件_列表=['path/to/dicom']
#创建数据集（指向dicom路径的字符串列表）
image\u train\u ds=tf.data.Dataset.from\u tensor\u切片（dicom\u文件列表）
image\u train\u ds=image\u train\u ds.map（加载和预处理图像）

现在有一个Tensorflow io包允许这样做。这相当简单

安装软件包：

def load_and_preprocess_image(img_path):
    """ Load image, resize, and normalize the image"""
    dicom_data = pydicom.dcmread(img_path))
    image = tf.convert_to_tensor(dicom_data.pixel_array, dtype=tf.float32)
    return image

# Create dataset (list of strings that lead to dicom paths)
image_train_ds = tf.data.Dataset.from_tensor_slices(dicom_files_list)

# Map a preprocessing function to list of dicom paths
image_train_ds = image_train_ds.map(load_and_preprocess_image)

pip install -q tensorflow-io

import tensorflow_io as tfio

def load_and_preprocess_image(img_path):
    _bytes = tf.io.read_file(img_path)
    dicom_data = tfio.image.decode_dicom_image(_bytes, dtype=tf.float32)
    return dicom_data

dicom_files_list = ['path/to/dicom']

# Create dataset (list of strings that lead to dicom paths)
image_train_ds = tf.data.Dataset.from_tensor_slices(dicom_files_list)
image_train_ds = image_train_ds.map(load_and_preprocess_image)