前言

這邊要聊聊，在處理醫學影像中的X光片時，要如何將影像的 灰階值分布 做 視覺化 呈現。
醫學影像常見的儲存格式是 dicom 檔，而Ｘ光片通常儲存的位元深度是 12 或 16 bits，不過這邊會用轉換成 png 檔案格式、數值型態 uint8 的影像來做示範。

uint8：unsigned interger 8 bits, 0~255

• unsigned，是「無符號的意思」，也就是儲存的都是正數
• cf. int8: -255~255，儲存範圍從負的開始

方法與說明

主要是透過 numpy 中的 histogram [1] 得到數值分布

numpy.histogram(a, bins=10, range=None, normed=None, weights=None, density=None)[source]

再藉由 matplotlib.pyplot 中的 hist [2] 繪製出來

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs)

程式碼

import math
import numpy as np
import matplotlib.pyplot as plt

# 以5作為bin的間隔
base = 5

# 設定上界 (upper_bound) 的目的，是要方便得到bin的分界值
upper_bound = math.ceil(image.max()/base + 1) * base

# 計算影像中，每個bin累計的數值
counts, bin_edges = np.histogram(image, bins=np.arange(0, upper_bound, 5))
plt.hist(bin_edges[:-1], bin_edges, weights=counts)
plt.xlim(0, 255)

結果

References

[1] Documentation: numpy.histogram
[2] Documentation: matplotlib.pyplot.hist