cv2 imshow与matplotlib imshow的巨大差异？

Question

我目前正在开发一个程序，该程序要求我读取DICOM文件并正确显示它们。从DICOM文件中提取像素数组后，我通过matplotlib和cv2中的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。我不明白为什么会发生这样的事情。我找到了Difference between plt.show and cv2.imshow?，并尝试将像素转换为BRG，而不是cv2使用的RGB，但这并没有改变什么。我想知道为什么这两个框架显示相同的像素缓冲区如此不同。下面是我的代码和显示结果的图像

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

没有答案，但评论太长了。我认为问题的根本原因在于数组的初始化：

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

uint8大概不是您在DICOM文件中所拥有的。首先是因为它看起来像CT图像，通常存储在10+ bpp中；其次是因为您面临的工件对我来说非常熟悉。如果>8位的像素数据被解释为8位，则通常会出现此类伪影(以黑色显示的密集骨骼，渐变效果)。

顺便说一句:对我来说，这两种渲染看起来都不正确。

抱歉，我不是python专家，只能说出哪里出了问题，却不能说出如何正确解决问题。

Answer 2

在imshow()中使用cmap参数可能会解决此问题。试试这个：

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

有关更多信息，请参阅docs。