dcmtk读出的像素数据不能直接喂给cv::Mat，因其无宽高、位深、通道数等元信息，而cv::Mat初始化必须明确这些参数，否则崩溃或显示异常；需从DcmDataset提取Rows、Columns、BitsAllocated等标签推导OpenCV类型及布局。
为什么直接用 dcmtk 读出的像素数据不能直接喂给 cv::Mat
因为 DICOM 像素数据是原始二进制块（pixelData），没有自带宽高、位深、通道数、字节序等元信息；而 cv::Mat 初始化时必须明确这些参数，否则会崩溃或显示乱码。常见错误现象包括：cv::Mat 显示全黑/条纹/花屏、Access violation、Assertion failed (elemSize != 0)。
关键点在于：必须从 DICOM 数据集（DcmDataset）中提取 Rows、Columns、BitsAllocated、PhotometricInterpretation、PixelRepresentation 等标签，并据此推导 OpenCV 所需的 CV_8UC1/CV_16UC1 类型和内存布局。
如何用 dcmtk 安全提取并转换像素数据
不要直接调用 DcmDataset::findAndGetUint8Array() 或类似接口——它们不处理 VR（Value Representation）自动转换，且对压缩帧（如 JPEG Lossy）会失败。正确路径是使用 DcmFileFormat::loadFile() + DcmDataset::getAndCopyPixelData()（注意：后者仅适用于未压缩帧；压缩帧需先解码）。
- 先检查是否压缩：
dataset->findAndGetOFString(DCM_PhotometricInterpretation, photointer)，再查dataset->findAndGetOFString(DCM_TransferSyntaxUID, tsuid)；若tsuid是1.2.840.10008.1.2.4.50（JPEG Baseline）等，必须用DJDecoderRegistration::registerCodecs()注册解码器后再调用dataset->chooseRepresentation(EXS_LittleEndianExplicit, nullptr)和dataset->getEncapsulatedPixelData() - 对未压缩数据，用
dataset->getAndCopyPixelData()获取Uint8*或Uint16*指针，再根据BitsAllocated（常为 8 或 16）决定目标类型 - 注意字节序：DICOM 默认小端（Little Endian），但若
TransferSyntaxUID是1.2.840.10008.1.2.2（Big Endian），需手动翻转每个像素字节
cv::Mat 构造时最易错的三个参数
构造 cv::Mat 时传错 rows/cols、type、data 的所有权，是导致程序闪退或图像错位的主因。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
-
rows和cols必须严格取自DcmElement::findAndGetUint16()得到的Rows和Columns值（不是文件大小或缓冲区长度） -
type要匹配位深与通道：BitsAllocated == 8 && SamplesPerPixel == 1 → CV_8UC1；BitsAllocated == 16 → CV_16UC1（注意：OpenCV 不支持带符号的 16 位 DICOM 有符号数据，若PixelRepresentation == 1，需先 cast 到uint16_t并做偏移校正：value + 32768） -
data指针默认由cv::Mat管理内存 —— 但 DICOM 提供的指针是只读临时缓冲区，必须用cv::Mat(rows, cols, type, data).clone()或显式memcpy到新分配内存，否则后续dataset析构会导致cv::Mat悬空
灰度反转、窗宽窗位（WW/WL）这些事别在 OpenCV 里硬扛
DICOM 的 WindowCenter 和 WindowWidth 是临床显示逻辑，不是原始像素变换；OpenCV 的 convertScaleAbs 或 LUT 映射只是近似。真要保精度，应优先用 dcmtk 自带的 DicomImage 类：
- 构造
DicomImage *di = new DicomImage(dataset)，它自动处理压缩、字节序、符号位、VOI LUT - 调用
di->getOutputData(16)（返回Uint16*）或di->getOutputData(8)（返回Uint8*），内部已应用 WW/WL 和 rescale slope/intercept - 再用该输出构造
cv::Mat，避免自己实现(pixel - wc + ww/2) * 255 / ww这类易溢出的公式
真正难的不是转换本身，而是搞清你手上的 DICOM 文件到底有没有嵌入 VOI LUT、是否启用了 Rescale Slope/Intercept、以及 PhotometricInterpretation 是 MONOCHROME1（暗=高值）还是 MONOCHROME2（亮=高值）——这些都会让同一份 pixelData 在不同 viewer 里看起来完全相反。
