C++中有没有替代np.concatenate实现DICOM图像通道拼接的方法？

问题结论 #

cv::merge的功能就是将多个单通道cv::Mat沿通道维度拼接为多通道Mat，和np.concatenate(axis=2)对单通道数组的拼接效果完全一致，你遇到的结果差异是代码其他逻辑错误导致的，和merge功能无关。

代码错误点 #

1. OpenCV Mat构造参数顺序错误
   OpenCV的cv::Mat构造函数参数顺序为Mat(行数, 列数, 类型, 数据指针)，其中行数对应图像高度nHeight，列数对应图像宽度nWidth。你的代码里写反了宽高参数，写成Mat(nWidth, nHeight, CV_8UC1, pixeldata_brain)，会导致图像直接转置变形，是结果差异的核心原因之一。
2. 窗处理逻辑重复且错误
   Python代码中是直接对经RescaleSlope、RescaleIntercept转换后的HU值做窗宽窗位裁剪、归一化。而你使用DCMTK的DicomImage::setWindow()设置窗参数后，调用getOutputData(8)已经自动完成了HU值到0-255 Uint8灰度的映射，后续你又对已经映射完成的8位像素做了一次裁剪和归一化，属于重复错误处理，和Python逻辑完全不匹配。
3. 冗余的split操作
   不需要先创建空三通道Mat再split赋值，直接将三个单通道Mat放入vector调用merge即可，属于不影响结果的冗余代码。

修正方案 #

• 修正所有Mat构造的宽高参数，将Mat(nWidth, nHeight, ...)全部替换为Mat(nHeight, nWidth, ...)
• 删除getOutputData(8)之后的像素遍历处理逻辑，直接使用返回的Uint8数据构造单通道Mat即可；如果需要完全对齐Python逻辑，可以直接读取原始16位像素，自行计算HU值、做窗处理。
• 简化merge调用：

vector<Mat> channels;
channels.push_back(brain);   // B通道，和Python拼接顺序对应
channels.push_back(subdural);// G通道
channels.push_back(bone);    // R通道
cv::merge(channels, image);

上述代码实现的效果和np.concatenate([b,g,r], axis=2)完全一致。

内容的提问来源于stack exchange，提问作者許煜承 Wistar