医学图像处理：如何提取框选/掩码区域图案并粘贴至另一医学图像？

针对你需要提取框选/掩码区域并粘贴到另一张医学图像的需求，以下是两种常用的实现方案，基于Python的OpenCV和NumPy库完成，适合处理常见的医学图像格式（如PNG、DICOM等）：

一、矩形框选区域的提取与粘贴 #

如果是规则的矩形区域，操作流程简单直接：

1. 加载图像
   医学图像多为灰度图，加载时指定灰度模式；若是彩色图像可省略参数。
2. 手动框选目标区域
   用OpenCV的交互工具选择要提取的矩形，也可以直接输入坐标。
3. 复制粘贴到目标图像
   将提取的区域覆盖到目标图像的指定位置。

示例代码：

import cv2
import numpy as np

# 加载源图像与目标图像（DICOM格式需用pydicom库加载，见下方注意事项）
src_img = cv2.imread('source_med_img.png', cv2.IMREAD_GRAYSCALE)
dst_img = cv2.imread('target_med_img.png', cv2.IMREAD_GRAYSCALE)

# 手动框选源图像中的提取区域
roi = cv2.selectROI("选择提取区域", src_img, showCrosshair=True, fromCenter=False)
x1, y1, w, h = roi
selected_region = src_img[y1:y1+h, x1:x1+w]

# 手动选择目标图像的粘贴位置
dst_roi = cv2.selectROI("选择粘贴位置", dst_img, showCrosshair=True, fromCenter=False)
x_dst, y_dst, _, _ = dst_roi

# 执行粘贴（确保目标位置尺寸与提取区域一致）
dst_img[y_dst:y_dst+h, x_dst:x_dst+w] = selected_region

# 查看并保存结果
cv2.imshow("粘贴结果", dst_img)
cv2.waitKey(0)
cv2.imwrite('pasted_result.png', dst_img)

二、任意掩码区域的提取与粘贴 #

针对不规则区域（比如分割模型生成的掩码、手动绘制的区域），需要借助掩码图像来精准提取：

1. 准备掩码图像：单通道图像，白色（255）代表要提取的区域，黑色（0）为背景。
2. 提取掩码覆盖的源图像内容
3. 将提取内容粘贴到目标图像的对应位置

示例代码：

import cv2
import numpy as np

src_img = cv2.imread('source_med_img.png', cv2.IMREAD_GRAYSCALE)
dst_img = cv2.imread('target_med_img.png', cv2.IMREAD_GRAYSCALE)
mask = cv2.imread('region_mask.png', cv2.IMREAD_GRAYSCALE)  # 提前准备的掩码

# 提取源图像中掩码覆盖的区域
masked_src = cv2.bitwise_and(src_img, src_img, mask=mask)

# 设置粘贴位置的偏移量（dx, dy为目标图像左上角相对源掩码左上角的坐标差）
dx, dy = 100, 100  # 示例偏移量，可根据需求调整

# 创建目标图像对应的掩码，将原掩码放到指定位置
dst_mask = np.zeros_like(dst_img)
dst_mask[dy:dy+mask.shape[0], dx:dx+mask.shape[1]] = mask

# 先清空目标图像的对应区域，再粘贴提取内容
dst_img = cv2.bitwise_and(dst_img, dst_img, mask=cv2.bitwise_not(dst_mask))
dst_img = cv2.bitwise_or(dst_img, masked_src)

cv2.imshow("掩码粘贴结果", dst_img)
cv2.waitKey(0)
cv2.imwrite('mask_pasted_result.png', dst_img)

关键注意事项 #

• 处理DICOM图像：需用pydicom库加载，代码示例：import pydicom; ds = pydicom.dcmread('med_image.dcm'); img = ds.pixel_array，后续处理逻辑与普通图像一致。
• 灰度一致性：确保源图像与目标图像的灰度范围匹配，避免粘贴后出现明显色差，可通过cv2.normalize()做归一化处理。
• 3D医学图像：针对CT/MRI序列，可遍历每个切片执行上述操作，实现3D区域的复制粘贴。

内容的提问来源于stack exchange，提问作者copiglet