.mha文件是一种体数据的存储格式，由一个描述数据的头和数据组成，一般我们拿到的原始医学影像的数据是.dcm也就是dicom文件，dicom文件很复杂包含了各种各样的标签，通常我们只关心dicom里的影像信息，所以一般会把多个dicom切片转成一个文件，例如.mha .mhd文件，这些文件里只包含简单的描述信息和体数据信息，便于处理。.mha的文件的样子如下图
上半部分是关于数据的介绍，例如数据的维数，体素的真实的大小，数据的存储的类型等，下面的XXX等，就是数据部分了，ElementType就解释了下面的数据是一个一个Short类型的数，一共51251258个Short类型的数。
.mhd文件和.mha文件类型，不过.mha文件一般分为.mhd文件和.raw文件，相当于.mha文件的两部分，一部分是描述信息，一部分是纯数据文件。
一般CT值在-1000~+1000范围内，有2000多个级别，而一般显示器能显示出256个级别（灰度图0-255），所以不能展现出所有信息（就算可以，人眼也分辨不了），所以需要定一个范围，例如在以40为中心，400为宽度的范围内，展示图像信息，即-160~240之间的CT值要显示出来，低于-160都算作-160，高于240的都算作240，即把-160~240映射到0~255，这样设置不同窗位和窗宽就能展示不同组织的信息（不同组织的CT值不同）。
将.mha转换成jpg切片下面将利用opencv和simpleitk，将.mha文件转为一组jpg文件。
import SimpleITK as sitk import numpy as np import cv2 import os def mha2jpg(mhaPath,outFolder,windowsCenter,windowsSize): """ The function can output a group of jpg files by a specified mha file. Args: mhaPath:mha file path. outfolder:The folder that the jpg files are saved. windowsCenter:the CT windows center. windowsSize:the CT windows size. Return:void """ image = sitk.ReadImage(mhaPath) img_data = sitk.GetArrayFromImage(image) channel = img_data.shape[0] if not os.path.exists(outFolder): os.makedirs(outFolder) low = windowsCenter-windowsSize/2 high = windowsCenter+windowsSize/2 for s in range(channel): slicer = img_data[s,:,:] slicer[slicer<low] = low slicer[slicer>high] = high slicer = slicer-low img = cv2.normalize(slicer, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8U) cv2.imwrite(os.path.join(outFolder,str(s)+'.jpg'),img) def main(): mha = input("Enter the mha path:") out = input("Enter the out folder:") wc = int(input("Enter the windows center:")) ws = int(input("Enter the windows size:")) mha2jpg(mha,out,wc,ws) if __name__ == "__main__": main() 结果这里随机选取了两张张转换后的切片，分别选择不同窗宽的窗位，可以得到下图
博主正在学习医学影像处理相关方面的技能和知识，新开了一个git，会把觉得有用的可复用的代码丢进去，刚刚起步，目前还比较空
https://github.com/MangoWAY/medicalImageScriptDemo