Python int16、uint8等图像背后的逻辑

关于图像中的数据类型，我可能有一些误解。假设我们有一个uint8图像。由于uint8介于0和255之间，因此0是最暗的，255是最亮的强度值

对于int16图像，相同的逻辑将使-32768成为最暗的强度值，32767成为最亮的强度值。然而，我有一个int16图像（它最初是一个dicom），其中最暗的像素是-1024，最亮的是4095。我之所以说int16是因为像素保存在int16类型的numpy数组中

另外，当我连接两个int16 numpy数组时，其中一个是

a=np.ones（（100100），dtype=np.int16）*32767

，另一个是

b=np.ones（（100100），dtype=np.int16）*32766

，它会产生一个二进制图像，其中32767s是白色的，32766s是黑色的

---

有人能帮我解释一下我做错了什么吗？

简短回答

没有问题，这就是DICOM的工作原理

长答案

在DICOM标准中，像素值与其颜色（灰度）没有直接关系。这些值应与所采集项目的物理属性相对应（例如，在计算机断层扫描中，像素值在*中测量（除非线性重新缩放，见下文））

根据用户设定的任意最小值和最大值动态显示像素图像的灰度。每个小于或等于最小值的像素为黑色，大于或等于最大值的像素为白色，其他像素为线性插值灰度

所以，在二值图像中，黑色最小值等于32766，白色最大值等于32767，这是非常好的

如果您使用DICOM查看器，则可以动态更改这些最小值和最大值，从而更改图像的总对比度和亮度。放射科医生有必要对不同范围的肺和骨骼进行诊断。如果您将DICOM导出为其他文件格式，您应该选择，什么是颜色映射。通常为全量程（最低值为黑色，最亮值为白色）

还有另外两个值，通常用来代替最小值和最大值：“窗口宽度”（ww）和“窗口级别”（wl）<代码>ww=max-min，

wl=（max+min）/2

你应该看看这些问题和答案：

*你还应该考虑标签“ReSCALE截距”（00281052）和“ReSCALE斜率”（00281053），即像素阵列的线性RESCALE值到最终值，但通常是在DICOM工具包中实现的。 FinalPixelValue=（RawPixelValue*重缩放坡度）+重缩放截距

---

图像有各种格式，例如JPEG、PNG等。您似乎在谈论某种16位单色位图。但它的格式是什么？也许是Windows位图？我肯定在某个地方有一个格式规范，其中包含您正在寻找的答案。@zvone我认为它没有JPEG或PNG格式，因为我只是创建了一个numpy数组，并使用matplotlib.pyplot将其可视化。顺便说一下，我在第二段提到的图像格式是dicom。在python中，可以通过获取图像的pixel_数组属性（int16 numpy.ndarray）来获得实际像素值。我只是想澄清一下。DICOM是一种复杂的格式。像素数据可以有多种不同的格式，所有DICOM文件都不相同。有DICOM标签，用每像素位数、压缩等来描述像素数据。也许这一页会对你有所帮助：