"Programowanie dla Fizyków Medycznych"/DICOM - Historia wersji

Jginter: /* Zadanie 3 */

2018-01-15T10:19:12Z

Zadanie 3

Jginter: /* Zadanie 3 */

2018-01-15T10:15:31Z

Zadanie 3

Jginter: /* Zadanie 3 */

2018-01-15T10:04:10Z

Zadanie 3

Jginter: /* Zadanie 3 */

2018-01-12T14:51:19Z

Zadanie 3

Jginter: /* Zadanie 3 */

2018-01-12T12:02:12Z

Zadanie 3

Jginter: /* Zadanie */

2018-01-12T12:01:39Z

Zadanie

Jginter: /* Operacje na obrazie */

2018-01-12T09:08:00Z

Operacje na obrazie

Jginter: /* Zadanie 2 */

2018-01-12T08:27:27Z

Zadanie 2

Jginter: /* Zadanie */

2018-01-11T13:54:12Z

Zadanie

Jginter: /* Biblioteka PyDICOM */

2018-01-11T13:14:27Z

Biblioteka PyDICOM

@@ Linia 315: / Linia 315: @@
 Poniżej znajdziesz rozwiązanie powyższego zadania. Skopiuj ten skrypt i uruchom na swoim komputerze. Przeanalizuj działanie programu i przenieś znajdujące się na dole komentarze ponad odpowiednie linijki kodu.
-Zwróć uwagę, że wewnątrz definicji klasy '''suwaki''', niektóre metody mają jako pierwszy parametr przekazany obiekt '''self''', a niektóre nie. Jaki sens może mieć takie rozróżnienie?
+Zwróć uwagę, że wewnątrz definicji klasy '''suwaki''', niektóre metody mają jako pierwszy parametr przekazany obiekt '''self''', a niektóre nie. Jaki sens może mieć takie rozróżnienie? Jak należy odwoływać się do jednych metod, a jak do drugich? Czy potrafisz pokazać przykłady metod obu typów w module '''numpy'''?
 <source lang='python'>

@@ Linia 314: / Linia 314: @@
 Poniżej znajdziesz rozwiązanie powyższego zadania. Skopiuj ten skrypt i uruchom na swoim komputerze. Przeanalizuj działanie programu i przenieś znajdujące się na dole komentarze ponad odpowiednie linijki kodu.
 <source lang='python'>
@@ Linia 319: / Linia 321: @@
 import numpy as np
 import cv2
 class suwaki (object):
@@ Linia 340: / Linia 328: @@
          self.maks=maks
          self.widac=''
      def pokaz_suw_sig(self):
@@ Linia 346: / Linia 348: @@
          cv2.imshow('sigmoida', q)
          self.widac='sigmoida'
-         cv2.createTrackbar('b', 'sigmoida', 10, 20, nothing)
+         cv2.createTrackbar('b', 'sigmoida', 10, 20, suwaki.nothing)
-         cv2.createTrackbar('c', 'sigmoida', 128, 255, nothing)
+         cv2.createTrackbar('c', 'sigmoida', 128, 255, suwaki.nothing)
      def pokaz_suw_lin(self):
@@ Linia 354: / Linia 356: @@
          cv2.imshow('liniowy', q)
          self.widac='liniowy'
-         cv2.createTrackbar('a', 'liniowy', 10, 20, nothing)
+         cv2.createTrackbar('a', 'liniowy', 10, 20, suwaki.nothing)
-         cv2.createTrackbar('x0', 'liniowy', 128, 255, nothing)
+         cv2.createTrackbar('x0', 'liniowy', 128, 255, suwaki.nothing)
      def aktualizuj_wykres(self):
@@ Linia 362: / Linia 364: @@
              c=1.0*cv2.getTrackbarPos('c', 'sigmoida')*100/255
              x=np.arange(0,100)
-             y=sig(x,b,c,100)/5
+             y=suwaki.sig(x,b,c,100)/5
              q=np.zeros([50, 200])
              q[45-y.astype(int), 50+x]=255
@@ Linia 370: / Linia 372: @@
              b=100/2-a*cv2.getTrackbarPos('x0', 'liniowy')*100/255
              x=np.arange(0,100)
-             y=lin(x,a,b,100)/5
+             y=suwaki.lin(x,a,b,100)/5
              q=np.zeros([50, 200])
              q[45-y.astype(int), 50+x]=255
@@ Linia 384: / Linia 386: @@
              b=2.0**(cv2.getTrackbarPos('b','sigmoida')-10)*255/self.maks
              c=1.0*cv2.getTrackbarPos('c', 'sigmoida')*self.maks/255
-             return np.array(sig(self.img, b, c, self.maks), dtype=self.dtype)
+             return np.array(suwaki.sig(self.img, b, c, self.maks), dtype=self.dtype)
          elif self.widac=='liniowy':
              a=2.0**(cv2.getTrackbarPos('a','liniowy')-10)
              b=self.maks/2-a*cv2.getTrackbarPos('x0', 'liniowy')*self.maks/255
-             return np.array(lin(self.img, a, b, self.maks), dtype=self.dtype)
+             return np.array(suwaki.lin(self.img, a, b, self.maks), dtype=self.dtype)
          else:
              return np.array(self.img, dtype=self.dtype)
@@ Linia 423: / Linia 425: @@
      cv2.destroyAllWindows()
          #zapamietanie macierzy obrazu jako wartosci zmiennoprzecinkowych, znormalizowanej tak, by najmniejsza wartosc byla 0, a najwieksza maks
          #zapamietanie typu wartosci macierzy obrazu
          #zapamietanie maksymalnej dopuszczalnej wartosci dla macierzy wejsciowej
          #self.widac bedzie pokazywac, czy i jaki suwak jest teraz wudoczny
          #jesli inne suwaki byly widoczne, to je ukryj
          #pokaz obrazek stanowiacy tlo dla suwakow

@@ Linia 312: / Linia 312: @@
 # Powinien mieć metodę zwracającą macierz obrazu z dokonanymi na niej operacjami
 Główny program powinien wyświetlać obraz, utworzyć dla niego obiekt do operacji i wywoływać odpowiednio jego metody zależnie od klawiszy naciśniętych przez użytkownika.
 <source lang='python'>
 import pydicom as dcm
 import numpy as np
 import cv2
 def nothing (x):
@@ Linia 332: / Linia 324: @@
 def lin(arr, a, b, maks=255):
-     arr1=np.array(arr*a+b, dtype='float32')
+     arr1=arr*a+b
      arr1=np.where(arr1<0, 0, arr1)
      arr1=np.where(arr1>maks, maks, arr1)
      return arr1
-−
 def sig(arr, b, c, maks=255):
-     arr1=np.array(arr, dtype='float32')-c
+     arr1=arr-c
      arr1=0.5*(b*arr1/np.sqrt(1+(b*arr1)**2)+1)*maks
      return arr1
@@ Linia 345: / Linia 336: @@
 class suwaki (object):
      def __init__(self, img, maks=255):
-         self.img=np.array(1.0*(img-np.min(img))*maks/(np.max(img)-np.min(img)), dtype='float32')
+         self.img=1.0*(img-np.min(img))*maks/(np.max(img)-np.min(img))
          self.dtype=img.dtype
          self.maks=maks
          self.widac=''
@@ Linia 355: / Linia 344: @@
          self.ukryj_suw()
          q=np.zeros([50, 200])
          cv2.imshow('sigmoida', q)
          self.widac='sigmoida'
@@ Linia 364: / Linia 352: @@
          self.ukryj_suw()
          q=np.zeros([50, 200])
          cv2.imshow('liniowy', q)
          self.widac='liniowy'
          cv2.createTrackbar('a', 'liniowy', 10, 20, nothing)
          cv2.createTrackbar('x0', 'liniowy', 128, 255, nothing)
      def ukryj_suw(self):
@@ Linia 377: / Linia 382: @@
      def wynik(self):
          if self.widac=='sigmoida':
-             b=2.0**(1.0*cv2.getTrackbarPos('b','sigmoida')-10)*255/self.maks
+             b=2.0**(cv2.getTrackbarPos('b','sigmoida')-10)*255/self.maks
              c=1.0*cv2.getTrackbarPos('c', 'sigmoida')*self.maks/255
              return np.array(sig(self.img, b, c, self.maks), dtype=self.dtype)
@@ Linia 388: / Linia 393: @@
 try:
      arr=dataset.pixel_array
+    if 'BitsAllocated' in dataset.dir():
-     if arr.dtype==np.dtype('uint16'):
+        maks=2**dataset.BitsAllocated-1
          maks=256*256-1
      else:
-         maks=255
+         print('nie wiem, jaki maks')
-    cv2.imshow('obraz', arr)
+        exit()
      suw=suwaki(arr, maks=maks)
      k=-1
@@ Linia 407: / Linia 417: @@
          elif k==27:
              break
-         else:
+         cv2.imshow('obraz', suw.wynik())
-            cv2.imshow('obraz', suw.wynik())
+        suw.aktualizuj_wykres()
 finally:
      cv2.destroyAllWindows()
 </source>

@@ Linia 313: / Linia 313: @@
 Główny program powinien wyświetlać obraz, utworzyć dla niego obiekt do operacji i wywoływać odpowiednio jego metody zależnie od klawiszy naciśniętych przez użytkownika.
-[[Proponowane kroki działania:]]
+<source lang='python'>
-# Napisz funkcję '''sig(obraz, b, c, maks=255)''', która zwróci obraz przekształcony za pomocą funkcji sigmoidalnej.
+# -*- coding: utf-8 -*-
-# Napisz program główny, który będzie posiadał zmienne globalne b i c, i wyświetlał wczytany obraz dicomowski po przekształceniu go funkcją '''sig'''. Program powinien czekać na naciśnięcie klawisza i zależnie od tego, co było wciśnięte: albo zwiększyć lub zmniejszyć wartości b oraz c, albo się zakończyć. Wartości b i c powinny byc gdzieś wyświetlane.
+"""
-# Stwórz klasę
+Created on Wed Jan 10 16:09:55 2018

@@ Linia 313: / Linia 313: @@
 Główny program powinien wyświetlać obraz, utworzyć dla niego obiekt do operacji i wywoływać odpowiednio jego metody zależnie od klawiszy naciśniętych przez użytkownika.
-Kroki działania:
+[[Proponowane kroki działania:]]
 # Napisz funkcję '''sig(obraz, b, c, maks=255)''', która zwróci obraz przekształcony za pomocą funkcji sigmoidalnej.
 # Napisz program główny, który będzie posiadał zmienne globalne b i c, i wyświetlał wczytany obraz dicomowski po przekształceniu go funkcją '''sig'''. Program powinien czekać na naciśnięcie klawisza i zależnie od tego, co było wciśnięte: albo zwiększyć lub zmniejszyć wartości b oraz c, albo się zakończyć. Wartości b i c powinny byc gdzieś wyświetlane.
 # Stwórz klasę

@@ Linia 306: / Linia 306: @@
 </source>
-==Zadanie==
+==Zadanie 3==
 Napisz klasę, która pomoże w manipulacji jasnością i kontrastem obrazu. Powinna mieć następujące własności:
 # Przy tworzeniu obiekt powinien dostać przekazaną jako parametr macierz obrazu i ją zapamiętać
@@ Linia 312: / Linia 312: @@
 # Powinien mieć metodę zwracającą macierz obrazu z dokonanymi na niej operacjami
 Główny program powinien wyświetlać obraz, utworzyć dla niego obiekt do operacji i wywoływać odpowiednio jego metody zależnie od klawiszy naciśniętych przez użytkownika.

@@ Linia 274: / Linia 274: @@
 ==Operacje na obrazie==
-Napisz klasę, która pomoże w manipulacji jasnością i kontrastem obrazu. Przyjmijmy, że wartości pikseli będziemy mnożyć przez funkcję sigmoidalną:
+Przyjmijmy, że wartości pikseli będziemy mnożyć przez funkcję sigmoidalną:
-<math> f(x)=a(1+e^{-b(x-c)}) </math>
+<math> f(x)=\frac a {(1+e^{-b(x-c)})} </math>. Parametr '''a''' powinien być równy maksymalnej możliwej wartości piksela, a więc 255 dla obrazów 8-bitowych i 256*256-1=65535 dla obrazów 16-bitowych. Parametr '''c''' powinien zawierać się w granicach między 0 i a.

← poprzednia wersja		Wersja z 08:27, 12 sty 2018
Linia 272:		Linia 272:

	Zadanie polega na tym, aby za pomocą klawiszy zmieniać jasność wyświetlanego obrazu.		Zadanie polega na tym, aby za pomocą klawiszy zmieniać jasność wyświetlanego obrazu.
		+
		+	==Operacje na obrazie==
		+	Napisz klasę, która pomoże w manipulacji jasnością i kontrastem obrazu. Przyjmijmy, że wartości pikseli będziemy mnożyć przez funkcję sigmoidalną:
		+	<math> f(x)=a(1+e^{-b(x-c)}) </math>

@@ Linia 257: / Linia 257: @@
 </source>
-===Zadanie===
+===Zadanie 1===
 Napisz skrypt, który otworzy wszystkie pliki z rozszerzeniem dcm, jakie są w katalogu i usunie z nich informacje osobiste.

@@ Linia 214: / Linia 214: @@
 import pydicom as dcm
 filename="C:/Users/user/Documents/z_programowanie/DICOM/LADJAN_MRI/localizer - 1/IM-0001-0001.dcm"
-dataset = dcm.dicomio.read_file(filename)
+dataset = dcm.read_file(filename)
 print(dataset)
 </source>