DICOM Wavelet / JPEG 2000 Дослідницький Інструмент

Цей пакет надає невеликий дослідницький набір інструментів для вивчення стиснення на основі вейвлетів та JPEG 2000 для медичних зображень (включаючи DICOM).

Ви отримуєте:

Python-бібліотеку (wavelet_j2k_tool.py), яка містить:
- 2D та 1D×2 вейвлет-перетворення з використанням PyWavelets
- Гнучке прорідження коефіцієнтів (через coeff_fraction)
- Квантування та ентропійне кодування по піддіапазонах (LL / LH / HL / HH)
- Утиліти для JPEG 2000 DICOM round-trip (через glymur або imagecodecs)
- Пакетну обробку через CLI
Streamlit GUI (app_streamlit.py), яка містить:
- Вибір папки (зображення або DICOM)
- Експерименти з одним зображенням (оригінал / відтворене / різниця)
- Пакетні сканування з PSNR/SSIM проти параметра
- Діаграми розсіювання для компресійно-якісно-часових торгівельних відносин
- Розширене налаштування ентропійних кодувальників та квантувальних факторів для кожного піддіапазону
- Експорт CSV всіх пакетних вимірювань (для офлайн-аналізу)

Основна мета - дослідження, а не готове до виробництва стиснення. Код структурований так, щоб було легко налаштовувати пороги, квантування та ентропійне кодування незалежно.

1. Встановлення

Створіть та активуйте віртуальне середовище (рекомендується), а потім встановіть залежності:

pip install -r requirements.txt

Додаткові залежності

Підтримка DICOM: pydicom
JPEG 2000 через glymur: glymur (вимагає OpenJPEG)
JPEG 2000 через imagecodecs: imagecodecs (скомпільована бібліотека)
Краще відображення в Streamlit: altair

Якщо вам не потрібні DICOM/JPEG 2000, ви все ще можете використовувати частини вейвлетів лише з NumPy, Pillow, PyWavelets та scikit-image.

2. Швидкий старт: Streamlit GUI

З папки, що містить цей пакет:

streamlit run app_streamlit.py

У браузері:

Виберіть кодек:
- wavelet – чистий вейвлет-кодек для досліджень
- jpeg2000 – DICOM JPEG 2000 round-trip
Встановіть папку введення (PNG/JPEG/TIFF або DICOM в залежності від кодека).
За бажанням, встановіть папку виведення для відтворених зображень та карт диференціації.
Виберіть файл та натисніть "Запустити стиснення для цього файлу".

Ви побачите:

Оригінальне зображення
Відтворене зображення
Зображення абсолютної різниці (нормалізоване до [0,1])
Метрики:
- MSE, PSNR, SSIM
- Максимальна та середня абсолютна амплітудна різниця
- Коефіцієнт стиснення, розріджені коефіцієнти, часи
Для кодека вейвлетів:
- Статистика на рівні піддіапазону (для кожної смуги LL / LH / HL / HH)

Розширений режим (кодек вейвлетів)

У бічній панелі увімкніть "Розширені налаштування для кожного піддіапазону", щоб розблокувати:

Ентропійні кодувальники для кожного піддіапазону:
- Вибір окремо для:
  - LL
  - LH/HL (деталі)
  - HH (високочастотні)
- Вибір:
  - успадкований глобальний (за замовчуванням)
  - немає, zlib, bz2, lzma, huffman (тільки оцінка)
Коефіцієнти масштабування квантування для кожного піддіапазону:
- quant_scale_LL
- quant_scale_detail (LH/HL)
- quant_scale_HH
- Більший коефіцієнт ⇒ грубіше квантування (більший крок) для цього піддіапазону.

Ці параметри використовуються для:

Експериментів з одним зображенням.
Пакетних сканувань (див. нижче).

3. Пакетні сканування та графіки

Внизу програми Streamlit ви можете виконати пакетні сканування для папки введення.

3.1 Пакетне сканування вейвлетів

Увімкніть "пакетне сканування вейвлетів" у бічній панелі та налаштуйте:

Діапазон coeff_fraction (cf_min, cf_max, cf_steps)
Інші налаштування вейвлетів та (за бажанням) розширені параметри для кожного піддіапазону.

Потім натисніть "Запустити пакетне сканування вейвлетів для папки".

Для кожного зображення та кожного значення coeff_fraction програма:

Застосує 2D або 1D×2 стиснення вейвлетів.
Відтворить зображення.
Обчислить:
- PSNR, SSIM, амплітудні метрики
- Глобальний коефіцієнт стиснення та часи
- Коефіцієнт стиснення тільки для HH (всі піддіапазони HH в агрегованому вигляді)
Зберігає один рядок на (зображення, coeff_fraction) у DataFrame.

GUI потім показує:

Середній PSNR та SSIM проти coeff_fraction (лінійний графік)
Глобальні торгівельні відносини:
- коефіцієнт_стиснення проти PSNR
- час_сек проти PSNR
Торгівельні відносини тільки для HH:
- коефіцієнт_стиснення_HH проти PSNR
Повна таблиця всіх вимірювань.
Кнопка CSV завантаження:
- wavelet_batch_metrics.csv

Ви можете обробити цей CSV у своїх власних блокнотах для глибшого аналізу.

3.2 Пакетне сканування JPEG 2000 (DICOM)

Коли codec = jpeg2000 та увімкнено пакетний режим:

Налаштуйте rate_min, rate_max, rate_steps.
Для кожного DICOM та кожної ставки:
- Виконати кодування+декодування JPEG 2000.
- Обчислити PSNR/SSIM та амплітудні метрики на нормалізованих піксельних даних.
- Записати коефіцієнт стиснення (оригінальні байти проти закодованих байтів) та часи.

Знову ж таки, ви отримуєте:

Середній PSNR/SSIM проти ставки
Діаграми розсіювання торгівельних відносин
Повна таблиця метрик
CSV завантаження: jpeg2000_batch_metrics.csv

4. Використання бібліотеки (Python API)

Ви також можете імпортувати бібліотеку безпосередньо.

from wavelet_j2k_tool import (
    load_image,
    compute_metrics,
    wavelet_compress_2d,
    wavelet_compress_1d2,
    dicom_roundtrip_jpeg2000,
)

4.1 Кодек 2D вейвлетів

orig = load_image("example.png", as_dicom=False)

recon, info = wavelet_compress_2d(
    orig,
    wavelet="bior4.4",
    levels=4,
    coeff_fraction=0.05,
    mode="symmetric",
    threshold_type="hard",
    entropy_algo="zlib",         # глобальний за замовчуванням

    # необов'язкові переопределення для кожного піддіапазону:
    entropy_algo_LL="huffman",   # тільки для LL
    entropy_algo_detail="zlib",  # LH/HL
    entropy_algo_HH="bz2",       # HH

    # необов'язкові фактори квантування:
    quant_scale_LL=1.0,          # тонко для LL
    quant_scale_detail=2.0,      # грубіше
    quant_scale_HH=4.0,          # ще грубіше
)

mse, psnr, ssim, amp_max, amp_mean = compute_metrics(orig, recon)
subbands = info["subbands"]  # список словників для кожного піддіапазону

Примітка: відтворення використовує проріджені коефіцієнти з плаваючою комою; квантування та ентропійне кодування в даний час використовуються лише для аналізу поведінки бітрейту/часу. Це відокремлює спотворення в області перетворення (прорідження) від спотворень кодування.

4.2 Кодек 1D×2 вейвлетів

recon, info = wavelet_compress_1d2(
    orig,
    wavelet="bior4.4",
    levels=3,
    coeff_fraction=0.1,
    mode="symmetric",
    threshold_type="hard",
    entropy_algo="zlib",
)

Шлях 1D×2 використовує глобальний вектор коефіцієнтів та глобальне ентропійне кодування, без деталей для кожного піддіапазону.

4.3 Утиліти JPEG 2000 DICOM

import pydicom
from wavelet_j2k_tool import dicom_roundtrip_jpeg2000

ds = pydicom.dcmread("image.dcm")

recon_norm, encoded, ds_j2k, time_sec = dicom_roundtrip_jpeg2000(
    ds,
    reversible=False,     # True для безвтратного, False для з втратами
    rate=10.0,            # параметр якості / ставки (семантика залежить від бекенду)
    backend="glymur",     # або "imagecodecs"
    ts_uid="lossy",       # або "lossless" при використанні зворотного режиму
)

recon_norm - це нормалізоване відтворення в [0,1]. encoded - це бітовий потік JPEG 2000. ds_j2k - це набір даних DICOM з оновленим ідентифікатором синтаксису передачі та PixelData.

5. Інтерфейс командного рядка (CLI)

Бібліотека надає простий CLI для пакетної роботи.

CLI кодека вейвлетів

python wavelet_j2k_tool.py INPUT_FOLDER OUTPUT_FOLDER \
    --codec wavelet \
    --wavelet bior4.4 \
    --levels 3 \
    --coeff_fraction 0.1 \
    --mode symmetric \
    --threshold_type hard \
    --dwt_mode 2d \
    --entropy_algo zlib

INPUT_FOLDER: папка з PNG/JPEG/TIFF або, з --dicom, файлами DICOM.
OUTPUT_FOLDER: відтворені зображення, зображення різниці та metrics.csv.
Використовуйте --dicom, щоб обробити введення як файли .dcm (для вейвлетів на DICOM).
CLI використовує:
- глобальний ентропійний кодувальник
- стандартні фактори квантування (1.0 для всіх піддіапазонів)

CLI JPEG 2000

python wavelet_j2k_tool.py INPUT_FOLDER OUTPUT_FOLDER \
    --codec jpeg2000 \
    --jpeg_backend glymur \
    --jpeg_reversible        # необов'язково, для безвтратного
    --jpeg_rate 10           # необов'язково параметр якості / ставки

Введення повинно бути файлами DICOM (.dcm).
Папка виведення міститиме:
- відтворені PNG
- PNG різниці
- стиснуті DICOM у папці compressed_dicom/
- metrics.csv з PSNR/SSIM, амплітудними метриками, коефіцієнтом стиснення тощо.

6. Дослідницькі нотатки та розширення

Деякі ідеї для подальших досліджень з використанням цього інструментарію:

Аналіз, специфічний для піддіапазону:
- Використовуйте info["subbands"], щоб перевірити:
  - коефіцієнт стиснення для кожного піддіапазону
  - кількість ненульових значень до/після прорідження
  - час, витрачений на ентропійне кодування для кожної смуги
- Порівняйте продуктивність zlib проти huffman проти bz2 на смугах тільки для HH.
PSNR проти бітрейту піддіапазону:
- Програма Streamlit вже будує графік PSNR проти коефіцієнта стиснення тільки для HH.
- Ви можете розширити це на LH/HL або LL, змінивши логіку агрегації.
Квантування для кожного піддіапазону:
- Змініть залежність між quant_scale_* та кроком квантування.
- Спробуйте прив'язати quant_scale_* до дисперсії або енергії піддіапазону.
Спотворення в області перетворення проти спотворення кодування:
- В даний час PSNR вимірює лише ефекти перетворення + порогового значення (квантування використовується лише для ентропійного кодування).
- Для вивчення повного спотворення (включаючи квантування) ви можете додати шлях, який:
  - де-квантує цілі підband
  - повторно виконує зворотний DWT з квантованими коефіцієнтами.

Код навмисно залишений простим і з великою кількістю коментарів, щоб ви могли розвивати його в більш складні експерименти (наприклад, альтернативні сімейства вейвлетів, кодувальники бітових площин, користувацькі матриці квантування тощо).

7. Вимоги

Дивіться requirements.txt для повного списку, але основний стек:

numpy
pillow
pywavelets
scikit-image
streamlit
pydicom (для DICOM)
glymur (додатковий JPEG 2000)
imagecodecs (додатковий JPEG 2000)
altair (додаткове відображення)

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
ui		ui
.gitignore		.gitignore
README.md		README.md
app_streamlit.py		app_streamlit.py
requirements.txt		requirements.txt
wavelet_j2k_tool.py		wavelet_j2k_tool.py

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

DICOM Wavelet / JPEG 2000 Дослідницький Інструмент

1. Встановлення

Додаткові залежності

2. Швидкий старт: Streamlit GUI

Розширений режим (кодек вейвлетів)

3. Пакетні сканування та графіки

3.1 Пакетне сканування вейвлетів

3.2 Пакетне сканування JPEG 2000 (DICOM)

4. Використання бібліотеки (Python API)

4.1 Кодек 2D вейвлетів

4.2 Кодек 1D×2 вейвлетів

4.3 Утиліти JPEG 2000 DICOM

5. Інтерфейс командного рядка (CLI)

CLI кодека вейвлетів

CLI JPEG 2000

6. Дослідницькі нотатки та розширення

7. Вимоги

About

Uh oh!

Releases

Packages

Uh oh!

Languages

polesye/wavelet-tool

Folders and files

Latest commit

History

Repository files navigation

DICOM Wavelet / JPEG 2000 Дослідницький Інструмент

1. Встановлення

Додаткові залежності

2. Швидкий старт: Streamlit GUI

Розширений режим (кодек вейвлетів)

3. Пакетні сканування та графіки

3.1 Пакетне сканування вейвлетів

3.2 Пакетне сканування JPEG 2000 (DICOM)

4. Використання бібліотеки (Python API)

4.1 Кодек 2D вейвлетів

4.2 Кодек 1D×2 вейвлетів

4.3 Утиліти JPEG 2000 DICOM

5. Інтерфейс командного рядка (CLI)

CLI кодека вейвлетів

CLI JPEG 2000

6. Дослідницькі нотатки та розширення

7. Вимоги

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Languages

Packages