IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> tifffile 写入保存 巨大的 金字塔 tile ome-tiff 图像文件 -> 正文阅读

[Python知识库]tifffile 写入保存 巨大的 金字塔 tile ome-tiff 图像文件

需要保存巨大图像,顺便给后人铺路

tiffslide 开源仓库:https://github.com/bayer-science-for-a-better-life/tiffslide
tifffile 开源仓库:https://github.com/cgohlke/tifffile

保存的 ome-tiff 大图可以使用 qupath(新的开源病理标准软件,内存占用较少,并能自动切换金字塔分辨率) 或一般的图像浏览器(内存占用很大,只能看到最高分辨率图像)打开。

可以使用 python库 openslide-python 打开,但只能读到最高分辨率的图像。
也可以使用 python库 tiffslide 打开,这个是 openslide 的新一代替代品,可以读到全部分辨率。

# openslide read
((10240, 10240),)
# tiffslide read
((10240, 10240), (7680, 7680), (2560, 2560), (1280, 1280), (512, 512))

写入大量图块到 ome-tiff 图像文件示例。

import tifffile
import numpy as np
import cv2


def gen_im(size_hw):
    # 带编号的图块生成器,用于观察tile块的顺序
    im_i = 0
    while True:
        im = np.zeros([*size_hw, 3], np.uint8)
        im = cv2.putText(im, str(im_i), (size_hw[1]//4, size_hw[0]//2), cv2.FONT_HERSHEY_PLAIN, 3, color=(255, 255, 255), thickness=2)
        im_i += 1
        yield im


# 图块大小
tile_hw = (256, 256)

# 带编号的图像生成器
gen = gen_im(tile_hw)

# 要需要的金字塔分辨率
multi_hw = [(10240, 10240), (7680, 7680), (2560, 2560), (1280, 1280), (512, 512)]


with tifffile.TiffWriter('abc.ome.tif', bigtiff=True, ome=True) as tif:
    for i, hw in enumerate(multi_hw):
        if i == 0:
            # 首个图像需要指定 subifds,说明本次write后,后面会跟着多少张本张图的低分辨率图像
            tif.write(data=gen, subifds=len(multi_hw)-1, tile=tile_hw, photometric='rgb', compression='jpeg', shape=(*hw, 3), dtype=np.uint8)
        else:
            # 设定 subfiletype 为 1,代表本张图是属于低分辨率图像
            tif.write(data=gen, subfiletype=1, tile=tile_hw, photometric='rgb', compression='jpeg', shape=(*hw, 3), dtype=np.uint8)

写入稀疏图块到 ome-tiff 图像文件示例。

import tifffile
import numpy as np
import cv2


def gen_im(size_hw):
    # 带编号的图块生成器,用于观察tile块的顺序
    im_i = 0
    while True:
        im = np.zeros([*size_hw, 3], np.uint8)+255
        im = cv2.putText(im, str(im_i), (size_hw[1]//4, size_hw[0]//2), cv2.FONT_HERSHEY_PLAIN, 3, color=(0, 0, 0), thickness=2)
        im_i += 1
        # 随机丢弃图块
        if im_i % 3 == 0:
            yield None
        else:
            yield im

# 图块大小
tile_hw = (256, 256)

# 带编号的图像生成器
gen = gen_im(tile_hw)

# 要需要的金字塔分辨率
multi_hw = [(10240, 10240), (7680, 7680), (2560, 2560), (1280, 1280), (512, 512)]


with tifffile.TiffWriter('abc.ome.tif', bigtiff=True, ome=True) as tif:
    for i, hw in enumerate(multi_hw):
        if i == 0:
            # 首个图像需要指定 subifds,说明本次write后,后面会跟着多少张本张图的低分辨率图像
            tif.write(data=gen, subifds=len(multi_hw)-1, tile=tile_hw, photometric='rgb', compression='jpeg', shape=(*hw, 3), dtype=np.uint8)
        else:
            # 设定 subfiletype 为 1,代表本张图是属于低分辨率图像
            tif.write(data=gen, subfiletype=1, tile=tile_hw, photometric='rgb', compression='jpeg', shape=(*hw, 3), dtype=np.uint8)

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-03-21 20:45:38  更:2022-03-21 20:49:38 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 19:44:05-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码