从你的描述和代码来看，导致实际图像生成DICOM后模糊的原因主要有几个关键点，咱们逐个排查并修正：

1. 行列（Columns/Rows）设置完全颠倒 #

OpenCV读取的图像数组形状是(rows, columns)（也就是高度×宽度），但你代码里把Columns设为pixel_array.shape[0]，Rows设为pixel_array.shape[1]，这直接搞反了行列对应关系！

比如你的实际图像是(1500, 200)，也就是1500行、200列，但代码会把DICOM的列数设为1500，行数设为200，图像被强行拉伸变形，自然看起来模糊。而测试数组是正方形（256×256），行列颠倒后还是正方形，所以显示正常。

修正代码：

ds.Columns = pixel_array.shape[1]  # 图像宽度对应DICOM的Columns
ds.Rows = pixel_array.shape[0]     # 图像高度对应DICOM的Rows

2. 12位像素数据的DICOM位深参数不匹配 #

你的实际图像是12位uint16，但代码里设置了：

ds.HighBit = 15
ds.BitsStored = 16

这会让DICOM阅读器把12位的数据当成16位解析，导致亮度范围被错误映射（12位最大值是4095，16位是65535），图像对比度严重不足，看起来模糊。

同时，12位数据通常需要左移4位，把有效位放到16位的高位区域，这样阅读器才能正确识别有效数据范围。

修正代码：

# 针对12位uint16数据调整位深参数
ds.BitsAllocated = 16
ds.BitsStored = 12
ds.HighBit = 11  # 12位数据的最高位是第11位（从0开始计数）

# 将12位数据左移4位，填充到16位的高位
if pixel_array.dtype == np.uint16:
    # 确保数据在12位合法范围（0-4095），避免溢出
    pixel_array = np.clip(pixel_array, 0, 4095)
    pixel_array = (pixel_array << 4).astype(np.uint16)

3. 缺少窗宽窗位设置 #

很多DICOM阅读器会自动计算窗宽窗位，但如果没有明确设置，对于非标准位深的数据，自动计算的结果可能不合适，导致图像显示模糊或偏暗。建议添加以下参数：

# 针对12位数据设置合适的窗宽窗位
ds.WindowCenter = 2048  # 12位数据的中间值
ds.WindowWidth = 4096   # 覆盖0-4095的全范围
ds.WindowCenterWidthExplanation = "Full range of 12-bit data"

4. 拼写错误修正 #

代码里有个拼写错误，可能导致部分阅读器解析异常：

# 原代码：少了一个字母a
# ds.SecondaryCaptureDeviceManufctur = 'AZMed_SAS'
# 修正为：
ds.SecondaryCaptureDeviceManufacturer = 'AZMed_SAS'

补充：废弃API替换 #

代码里的tostring()已经是NumPy的废弃API，建议替换为tobytes()：

ds.PixelData = pixel_array.tobytes()

把这些修正整合到你的函数中，应该就能解决实际图像模糊的问题了。

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