如何将STL文件转换为numpy数组，并将其格式化为覆盖Dicom数据？

Question

我有3D对象的STL文件，我已经使用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，这与DCM数据的256*256维度不匹配。此外，每个STl文件的numpy数组的数据类型都包括向量和法线值，我不知道如何解析它们。任何关于维度不匹配的见解或STL numpy数组的数据类型的解释都将不胜感激，我已经附上了numpy数组形式的DCM和STL数据的图片。

DCM to numpy array STL to numpy array

Answer 1

我将在这里建议您采取一种稍微不同的方法-而不是尝试在numpy中处理原始dicom和STL数据，将dicom转换为PNG，然后在其上覆盖STL。

所以首先创建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)

我从一个previous comment I made借来了这段代码。我想明确指出的一件事是转换成浮点数--看你的示例图像，它看起来像是整数，这意味着你从DICOM中丢失了大量数据，这会使你的输出变得更糟。

下一步是获取STL文件的平面版本，您可以将其放在图像的顶部。我不打算深入讨论这一点，而是建议您使用具有“扁平化”功能的numpy-stl库来实现此目的。该包中的示例应该对完成这项工作非常有帮助。

Answer 2

如果你曾经做过3D打印，你就会知道你想把你的STL对象切成切片，就像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，这可能很困难，也可能不困难，但却是必要的。然后将STL切成256个切片，就像你要3D打印它一样，输出256 x 256图像，现在你得到256个256 x 256像素的图像。因为它是在切片之前对齐的，所以你可以使用这些图像作为你的掩码，如果需要的话，对它们进行阈值处理。