cv2 imshow 与 matplotlib imshow 有很大区别吗？

Question

我目前正在开发一个需要我读取 DICOM 文件并正确显示它们的程序。从 DICOM 文件中提取像素数组后，我通过 matplotlib 和 cv2 的 imshow 函数运行它。令我惊讶的是，它们都产生了截然不同的图像。一个有颜色而另一个没有，并且一个比另一个显示更多的细节。我对为什么会这样感到困惑。我发现并尝试将像素转换为 BRG 而不是 cv2 使用的 RGB，但这没有任何改变。我想知道为什么这两个框架以如此不同的方式显示相同的像素缓冲区。下面是我的代码和一张显示结果的图片

import cv2
import os
import pydicom
import numpy as np
import matplotlib.pyplot as plt
inputdir = 'datasets/dicom/98890234/20030505/CT/CT2/'
outdir = 'datasets/dicom/pngs/'

test_list = [ f for f in  os.listdir(inputdir)]
for f in test_list[:1]:   # remove "[:10]" to convert all images 
    ds = pydicom.dcmread(inputdir + f)
    img = np.array(ds.pixel_array, dtype = np.uint8)  # get image array
    rows,cols = img.shape    
    cannyImg = cv2.Canny(img, cols, rows)
    cv2.imshow('thing',cv2.cvtColor(img, cv2.COLOR_BRG2RBG))
    cv2.imshow('thingCanny', cannyImg)
    plt.imshow(ds.pixel_array)
    plt.show()
    cv2.waitKey()

Answer 1

将 cmap 参数与 imshow() 一起使用可能会解决问题。试试这个：

plt.imshow(arr, cmap='gray', vmin=0, vmax=255)

有关详细信息，请参阅 docs。

Answer 2

不是答案，但评论时间太长。我认为你的问题的根本原因已经在数组的初始化中：

img = np.array(ds.pixel_array, dtype = np.uint8)

uint8 可能不是您在 DICOM 文件中的内容。首先，因为它看起来像一张 CT 图像，通常以 10+ bpp 存储，其次，因为你所面对的伪影对我来说看起来非常熟悉。如果 >8 位像素数据被解释为 8 位，通常会出现此类伪像（以黑色显示的密集骨骼、渐变效果）。

顺便说一句：对我来说，两种效果图看起来都明显不正确。

抱歉，我不是 python 专家，只能说出哪里出了问题，但不知道如何改正。

cv2 imshow 与 matplotlib imshow 有很大区别吗？

Vast difference in cv2 imshow vs matplotlib imshow?

opencv

matplotlib

dicom

python-3.x