如何将 STL 文件转换为 numpy 数组并将其格式化以覆盖 Dicom 数据？答案

【问题标题】：How do I convert STL file to numpy array and format it to overlay with Dicom data?如何将 STL 文件转换为 numpy 数组并将其格式化以覆盖 Dicom 数据？
【发布时间】：2021-06-02 19:07:20
【问题描述】：

我有 3D 对象的 STL 文件，我已使用 numpy-stl 包将它们转换为网格对象和 numpy 数组。我还使用 pydicom 包将 DCM 数据转换为 numpy 数组，但是 STL 文件的 numpy 数组版本的大小 (numpyarray.shape) 为 4280，与 DCM 数据的 256*256 维度不匹配.此外，每个 STl 文件的 numpy 数组的数据类型包括向量和正常值，我不知道如何解决。任何对尺寸不匹配的见解或对 STL numpy 数组数据类型的解释将不胜感激，我附上了一张 numpy 数组形式的 DCM 和 STL 数据的图片。

DCM to numpy array STL to numpy array

【问题讨论】：

标签： python pydicom medical-imaging numpy-stl

【解决方案1】：

我将建议你在这里采取一种稍微不同的方法——而不是尝试在处理原始 dicom 和 STL 数据的 numpy 中完成这一切，将 dicom 转换为 PNG，然后将 STL 覆盖在它上面.

所以首先要创建 DICOM PNG-

import numpy as np
import png
import pydicom

ds = pydicom.dcmread(path)

shape = ds.pixel_array.shape

# Convert to float to avoid overflow or underflow losses.
image_2d = ds.pixel_array.astype(float)

# Rescaling grey scale between 0-255
image_2d_scaled = (np.maximum(image_2d,0) / image_2d.max()) * 255.0

# Convert to uint
image_2d_scaled = np.uint8(image_2d_scaled)

# Write the PNG file
with open(destination, 'wb') as png_file:
    w = png.Writer(shape[1], shape[0], greyscale=True)
    w.write(png_file, image_2d_scaled)

我从previous comment I made 借用了这段代码。我想明确指出的一件事是转换为浮点数 - 查看您的示例图像，看起来您有整数，这意味着您从 DICOM 中丢失了大量数据，这会使您的输出变得更糟。

下一步是获取 STL 文件的平面版本，您可以将其放在图像之上。我不会对此进行深入讨论，而是建议您使用numpy-stl 库，它为此目的具有“扁平化”功能。那个包上的例子应该对完成这个很有帮助。

【讨论】：

flatten 函数似乎与 dicom 文件尺寸匹配以适合 STL 文件，但我希望 STL 文件本质上是一个尺寸为 256x256x256 的 3D numpy 数组（有 256 个 dicom 文件“切片”。最终目标是将 STL 转换为与 dicom 文件切片集合具有相同尺寸的二进制掩码。您推荐的方法仍然有效吗？
我的方法可行，但需要进行一些修改。 PNG 部分应保持不变（将其转换为 PNG），而不是展平您想要对其进行切片的模型。

【解决方案2】：

如果您曾经做过 3D 打印，您就会知道您想要将您的 STL 对象切片，正如 Robert Hafner 建议的那样。

首先，您需要确保您的 STL 对象与您的 Dicom 卷对齐，这可能困难也可能不困难，但这是必要的。然后将 STL 切片成 256 个切片，就好像你要对其进行 3D 打印一样，将切片输出为 256 x 256 图像，现在你得到 256 个 256x256 像素的图像。由于它在切片之前已对齐，因此您可以将这些图像用作掩码，必要时对它们进行阈值处理。

【讨论】：