pydicom处理大文件内存过高，如何缓冲读取并逐帧转JPEG？

关于缓冲读取DICOM的问题 #

你写的buffered_dcmread函数逻辑存在问题，pydicom.dcmread无法直接处理分块的字节缓冲——它需要完整的DICOM头信息才能正确解析，分块读取会导致解析失败。

另外，defer_size参数的作用是：当DICOM元素的大小超过设定值时，会延迟加载该元素的内容，但像素数据通常是单个连续的大元素，一旦你访问dataset.PixelData或者dataset.pixel_array，整个像素数据还是会被一次性加载到内存，这就是你设置defer_size后仍无效果的原因。

多帧DICOM逐帧转JPEG（不加载全部像素） #

要实现不加载全部像素数据就完成逐帧转JPEG，核心是利用pydicom的封装像素数据处理工具，逐帧提取并处理数据，具体步骤如下：

1. 用dcmread打开文件时设置stop_before_pixels=True，先读取元数据，避免一开始加载像素数据。
2. 借助pydicom.encaps模块的工具，从文件中逐帧提取像素数据，无需一次性加载全部。
3. 将单帧数据转换为图像格式后保存为JPEG。

示例代码 #

import pydicom
from pydicom.encaps import get_frame
from PIL import Image
import numpy as np

def convert_multiframe_dicom_to_jpeg(file_path, output_dir):
    # 仅读取元数据，不加载像素数据
    ds = pydicom.dcmread(file_path, stop_before_pixels=True)
    
    # 打开文件用于逐帧读取像素数据
    with open(file_path, 'rb') as f:
        # 定位到像素数据的起始位置
        f.seek(ds.PixelData_offset)
        pixel_data = f.read(ds.PixelData_length)
        
        # 获取总帧数
        num_frames = int(ds.NumberOfFrames)
        
        for frame_idx in range(num_frames):
            # 逐帧提取像素数据
            frame_data = get_frame(pixel_data, frame_idx)
            
            # 转换为numpy数组（需根据实际像素格式调整，示例为8位灰度图）
            frame_array = np.frombuffer(frame_data, dtype=np.uint8)
            frame_array = frame_array.reshape((ds.Rows, ds.Columns))
            
            # 转PIL图像并保存为JPEG
            img = Image.fromarray(frame_array)
            img.save(f"{output_dir}/frame_{frame_idx+1}.jpg")

# 使用示例
convert_multiframe_dicom_to_jpeg("large_multiframe.dcm", "./output_frames")

关键说明 #

• stop_before_pixels=True：确保初始仅读取DICOM头信息，内存占用极低。
• get_frame：从封装的像素数据中提取单帧，每次仅处理一帧数据，内存占用仅为单帧大小。
• 需根据你的DICOM实际像素格式（如16位灰度、RGB等）调整numpy的dtype和数组形状，避免图像显示异常。

如果是未压缩的多帧DICOM，可通过计算单帧字节数，直接用文件seek定位到对应帧的起始位置，读取单帧数据后处理，原理与上述一致。

内容的提问来源于stack exchange，提问作者ShoibAhamed