pylibjpeg 1.4.0

pylibjpeg

用于解码 JPEG 图像和解码/编码 RLE 数据集的 Python 3.7+ 框架，重点是提供对pydicom的支持。

安装

安装当前版本

pip install pylibjpeg

安装额外要求

该软件包可以安装额外的要求，以启用对 JPEG（带libjpeg）、JPEG 2000（带openjpeg）和运行长度编码（RLE）（带rle）的支持，分别：

pip install pylibjpeg[libjpeg,openjpeg,rle]

或者只是all：

pip install pylibjpeg[all]

安装开发版本

确保安装了Git，然后

git clone https://github.com/pydicom/pylibjpeg
python -m pip install pylibjpeg

插件

在pylibjpeg能够处理 JPEG 图像或 RLE 数据集之前，需要一个或多个插件。要处理给定的格式或 DICOM 传输语法，您首先必须安装相应的包：

支持的格式

DICOM 传输语法

如果您不确定数据集的传输语法 UID是什么，可以通过以下方式确定：

>>> from pydicom import dcmread
>>> ds = dcmread('path/to/dicom_file')
>>> ds.file_meta.TransferSyntaxUID.name

用法

解码

使用 pydicom

假设您安装了pydicom v2.1+ 和合适的插件：

from pydicom import dcmread
from pydicom.data import get_testdata_file

# With the pylibjpeg-libjpeg plugin
ds = dcmread(get_testdata_file('JPEG-LL.dcm'))
jpg_arr = ds.pixel_array

# With the pylibjpeg-openjpeg plugin
ds = dcmread(get_testdata_file('JPEG2000.dcm'))
j2k_arr = ds.pixel_array

# With the pylibjpeg-rle plugin and pydicom v2.2+
ds = dcmread(get_testdata_file('OBXXXX1A_rle.dcm'))
# pydicom defaults to the numpy handler for RLE so need
# to explicitly specify the use of pylibjpeg
ds.decompress("pylibjpeg")
rle_arr = ds.pixel_array

generate_frames()对于具有多个帧的数据集，您可以通过使用生成器函数分别处理每个帧来减少内存使用量：

from pydicom import dcmread
from pydicom.data import get_testdata_file
from pydicom.pixel_data_handlers.pylibjpeg_handler import generate_frames

ds = dcmread(get_testdata_file('color3d_jpeg_baseline.dcm'))
frames = generate_frames(ds)
arr = next(frames)

独立 JPEG 解码

您也可以只使用pylibjpeg将 JPEG 图像解码为numpy ndarray，前提是您安装了合适的插件：

from pylibjpeg import decode

# Can decode using the path to a JPG file as str or path-like
arr = decode('filename.jpg')

# Or a file-like...
with open('filename.jpg', 'rb') as f:
    arr = decode(f)

# Or bytes...
with open('filename.jpg', 'rb') as f:
    arr  = decode(f.read())

编码

使用 pydicom

假设您安装了pydicom v2.2+ 和合适的插件：

from pydicom import dcmread
from pydicom.data import get_testdata_file
from pydicom.uid import RLELossless

ds = dcmread(get_testdata_file("CT_small.dcm"))

# Encode in-place using RLE Lossless and update the dataset
# Updates the Pixel Data, Transfer Syntax UID and Planar Configuration
ds.compress(uid)

# Save compressed
ds.save_as("CT_small_rle.dcm")