[发明专利]一种将dicompyler的图像读取到C++图像类的方法有效

专利信息
申请号: 201611202437.9 申请日: 2016-12-23
公开(公告)号: CN106775731B 公开(公告)日: 2019-10-29
发明(设计)人: 陈棋江;蔡夫鸿;何赛灵 申请(专利权)人: 华南师范大学
主分类号: G06F8/34 分类号: G06F8/34;G06F8/36
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 刘巧霞
地址: 510006 广东省广州市番禺区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种将dicompyler的图像读取到C++图像类的方法,包括步骤:初始化连接器的连接参数;初始化Python解释器,加载精简后的dicompyler功能模块;获取dicompyler功能模块的图像对象,并获取图像尺寸以及图像模式;利用Python提供的C‑API间接触发数据转换函数,将图像数据转换为字符串的形式,并得到经过封装的字符串对象;利用字符串对象以及Python提供的参数解析函数,提取字符串对象的字符串数据,并将字符串数据读入到C/C++的内存数组中;将内存数组的图像数据复制到C++的图像类里面,根据获取的图像尺寸设置图像类的尺寸大小,设置颜色表,最终完成DICOM RT数据的读取。本发明可提高程序的开发效率和执行效率,缩短开发周期,具有极大的实用性,尤其适用于医学图像处理软件开发的设备。
搜索关键词: 一种 dicompyler 图像 读取 c++ 方法
【主权项】:
1.一种将dicompyler的图像读取到C++图像类的方法,其特征在于,包括如下的步骤:a、初始化连接器的连接参数;b、初始化Python解释器,并加载精简后的dicompyler功能模块;对整个dicompyler功能模块进行简化,简化的方式是利用Python支持的面向对象的编程方式,构建出自定义模块,具体如下:(b‑1)、保留dicompyler的三个核心模块,分别是DICOM RT解析模块dicomparser、剂量体积直方图模块dvhdoses以及剂量体积直方图计算模块dvhcalc;(b‑2)、在上述三个模块的基础上自定义名为Patient.pyc的功能模块,该模块里面自定义了名为Patient的类,该类就是图像数据转化的核心类,其中定义的操作包括获取图像、图像大小、图像模式;(b‑3)在加载dicompyler功能模块前设置清单依赖项manifestdependency的参数;(b‑4)为了利用C++加载自定义的功能模块,先调用Py_Initialize()函数初始化Python解释器,然后调用Py_IsInitialized()函数判断Python解释器是否成功初始化,如果初始化失败,则直接退出程序,否则,加载Patient.pyc功能模块,具体如下:以"Patient"为参数调用PyImport_ImportModule()函数加载Patient.pyc模块,该函数返回对应的模块对象;c、获取dicompyler功能模块的图像对象,并获取图像尺寸以及图像模式,包括:(c‑1)、以步骤(b‑4)得到的模块对象为参数调用PyModule_GetDict()函数,该函数返回描述模块对象内部包含的属性以及功能的字典对象;(c‑2)、以步骤(c‑1)得到的字典对象和自定义的类名Patient为参数调用PyDict_GetItemString()函数,该函数返回类接口对象,该类接口对象是Patient.pyc功能模块自定义的类;(c‑3)、以步骤(c‑2)得到的类接口对象和NULL为参数调用PyObject_CallObject()函数,该函数返回类实例对象;(c‑4)、以步骤(c‑3)得到的类实例对象、"GetImage"字符串、"(i)"和0为参数调用PyObject_CallMethod()函数,该函数返回图像对象,其中的"GetImage"字符串就是自定义类内部的图像获取函数;d、利用Python提供的C‑API间接触发数据转换函数,将图像数据转换为字符串的形式,并得到经过封装的字符串对象;e、利用上一步得到的字符串对象以及Python提供的参数解析函数,提取字符串对象的字符串数据,并将字符串数据读入到C/C++的内存数组中;f、将内存数组的图像数据复制到C++的图像类里面,根据获取的图像尺寸设置图像类的尺寸大小,必要时根据图像模式设置颜色表,最终完成DICOM RT数据的读取。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201611202437.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top