《LINUX教学:openslide-python使用心得》要点：
本文介绍了LINUX教学:openslide-python使用心得，希望对您有用。如果有疑问，可以联系我们。
全扫描(whole slide image)图像非常的大,处理起来比拟麻烦,openslide提供了一个很好的接口,具体参考openslide官网http://openslide.org/api/python/
起首先导入模块,这里是openslide-matlab的安装
安装openslide-python下面两个敕令就可以了
sudo apt-get install openslide-tools
sudo apt-get install python-openslide
import openslide
(1)、opensilde.OpenSlide(filename)——读取图像
slide = openslide.OpenSlide('/media/xhj/LENOVO/data/Metastasis/Tumor_005.tif')
(2)、close()——封闭图像
slide.close()
level_count——幻灯片中的级别数.级别从0(最高分辨率)到level_count - 1(最低分辨率)编号.这里没理解slide级别数是什么意思,代码返回为10,可能应该是slide的层数,好比40倍,20倍,10倍等有多少层
上述代码获得 level_count = 10
(3)、dimensions (width,height)在0级别下,也便是最高分辨率的情况下slide的宽和高(元组)
[m,n] = slide.dimensions #得出高倍下的(宽,高)(97792,219648)
print (m,n)
上述代码得到 (97792,219648),图像够年夜的
(4)、level_dimensions[k] 得到(width,height)元组,k下级别k,是指在k水平下的下面举例就知道k的意思,每张全扫描最高级别是0,也便是最高分辨率,这个分辨率在不同的全扫描图片中是不一样的,有的第0层是40倍,第二层是10倍,而有的第0层是20倍,k指对应的层数
[m1,n1] = slide.level_dimensions[1] #级别k,且k必需是整数,下采样因子和k有关
print (m1,n1) # m1 = m/下采样因子 此时k为1
上述代码得到 (49152,110080) 如果k为2 得到 (24576,55296) k为3得到 (12288,27648)
(5)、level_downsamples 每一个级别K的对应的下采样因子,下采样因子应该对应一个倍率
slide_level_downsamples = slide.level_downsamples[2]
print slide_level_downsamples
上述代码获得 3.97569444444
(6)、get_best_level_for_sownsample(downsample) 对给定的下采样因子返回一个下采样级别,downsamples必需是浮点数
slide_downsamples = slide.get_best_level_for_downsample(5.0)
print slide_downsamples
上述代码获得 2
(7)、read_region(location,level,size) 返回一个RGBA图像,包括指定区域的内容.location指0级别下左上角位置的坐标,元组,level指级别,整数,size是(width,height)是元组,
tile = numpy.array(slide.read_region((0,0),6, (1528,3432)))
plt.figure()
plt.imshow(tile)
pylab.show()
上述代码可以得到左上角坐标(0,6级别下,年夜小是(1528,3432)的图
(8)、get_thumbnail(size) 返回一个缩略图的RGB图像,size为(width,height)元组
slide_thumbnail = slide.get_thumbnail((1528,3432))
tile = numpy.array(slide_thumbnail)
# scipy.misc.imsave('/home/xhj/PycharmProjects/openslide-experiment/save/thumbnail.jpg',tile)
plt.imshow(slide_thumbnail)
plt.imshow(tile)
pylab.show()
本文永远更新链接地址：
学习更多LINUX教程，请查看站内专栏，如果有LINUX疑问，可以加QQ交流咨询。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。