使用Python将DICOM转为PNG时输出全黑但像素数组值正常怎么解决

你导出的PNG全黑的核心原因是：DICOM文件读取到的像素数组为16位灰度值，你提供的样例数组取值范围在550_{860之间，远高于8位PNG的标准灰度范围0}255。直接调用cv2.imwrite保存时，高于255的像素值会被默认截断，最终所有像素值都变为0，生成全黑图片。

方案1：全局线性归一化（通用场景） #

将像素数组线性映射到0~255的8位灰度范围后再保存即可，代码如下：

import pydicom
import cv2
import numpy as np
import os

dicom = pydicom.dcmread(os.path.join(inputdir, f))
img = dicom.pixel_array

# 线性归一化到0-255范围，转8位无符号整型
img_normalized = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)

cv2.imwrite(os.path.join(outdir, f.replace('.dcm','.png')), img_normalized)

方案2：使用DICOM自带窗宽窗位调整（医学影像专业场景） #

如果需要符合医学影像阅片的标准显示效果，可以直接读取DICOM元数据中的窗宽（WindowWidth）、窗位（WindowCenter）参数做灰度映射，效果比全局归一化更贴合临床需求：

import pydicom
import cv2
import numpy as np
import os

dicom = pydicom.dcmread(os.path.join(inputdir, f))
img = dicom.pixel_array

# 读取DICOM自带的窗宽窗位参数
window_center = dicom.WindowCenter
window_width = dicom.WindowWidth

# 计算灰度映射的上下限
min_val = window_center - window_width / 2
max_val = window_center + window_width / 2

# 截断超出范围的像素值后归一化到0-255
img = np.clip(img, min_val, max_val)
img_normalized = ((img - min_val) / (max_val - min_val) * 255).astype(np.uint8)

cv2.imwrite(os.path.join(outdir, f.replace('.dcm','.png')), img_normalized)

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