項目描述
Tifffile是一個Python庫
- 將numpy數組存儲爲TIFF（標記圖像文件格式）文件，以及
- 從生物成像中使用的TIFF文件中讀取圖像和元數據。
可以從TIFF，BigTIFF，OME-TIFF，STK，LSM，NIH，SGI，ImageJ，MicroManager，FluoView，ScanImage，SEQ，GEL，SVS，SCN，SIS，ZIF，QPI和GeoTIFF文件中讀取圖像和元數據。
Numpy數組可以以多頁，內存映射，平鋪，預測或壓縮形式寫入TIFF，BigTIFF和ImageJ hyperstack兼容文件。
僅支持TIFF規範的子集，主要是未壓縮和無損壓縮的1,8,16,32和64位整數，16,32和64位浮點，灰度和RGB（A）圖像。具體地，未實現讀取圖像數據的切片，CCITT和OJPEG壓縮，沒有JPEG壓縮的色度子採樣，或IPTC和XMP元數據。
TIFF（r），標記圖像文件格式，是Adobe Systems Incorporated的商標和控制之下。BigTIFF允許大於4 GB的文件。STK，LSM，FluoView，SGI，SEQ，GEL和OME-TIFF是由Molecular Devices（Universal Imaging Corporation），Carl Zeiss MicroImaging，Olympus，Silicon Graphics International，Media Cybernetics，Molecular Dynamics和Open Microscopy定義的定製擴展。環境財團分別。
對於命令行使用，運行
python -m tifffile --help
| 作者： | Christoph Gohlke |
|---|---|
| 組織： | 加州大學爾灣分校熒光動力學實驗室 |
| 版： |
2018年11月28日 |
要求
- CPython 2.7或3.5+ 64位
- Numpy 1.14
- Imagecodecs 2018.11.8 （可選;用於解碼LZW，JPEG等）
- Matplotlib 2.2（可選;用於繪圖）
- Python 2.7需要'future'，'enum34'和'pathlib'。
例子
將3D numpy數組保存爲多頁16位灰度TIFF文件：
>>> data = numpy.random.randint（0,2 ** 16，（4,301,219），'uint16'）
>>> imwrite（'temp.tif'，data，photometric ='minisblack'）
從TIFF文件中讀取整個圖像堆棧爲numpy數組：
>>> image_stack = imread（'temp.tif'）
>>> image_stack.shape
（4,301,219）
>>> image_stack.dtype
DTYPE（ 'UINT16'）
從TIFF文件中的第一頁（IFD）讀取圖像：
>>> image = imread（'temp.tif'，key = 0）
>>> image.shape
（301,219）
從一系列TIFF文件中讀取圖像爲numpy數組：
>>> image_sequence = imread（['temp.tif'，'temp.tif']）
>>> image_sequence.shape
（2,4,301,219）
將numpy數組保存到單頁RGB TIFF文件：
>>> data = numpy.random.randint（0,255，（256,256,3），'uint8'）
>>> imwrite（'temp.tif'，data，photometric ='rgb'）
使用zlib壓縮保存浮點數組和元數據：
>>> data = numpy.random.rand（2,5,3,301,219）.astype（'float32'）
>>> imwrite（'temp.tif'，data，compress = 6，metadata = {'axes'：'TZCYX'}）
將xyz體素大小2.6755x2.6755x3.9474Âμm^ 3的卷保存到ImageJ文件：
>>> volume = numpy.random.randn（57 * 256 * 256）.astype（'float32'）
>>> volume.shape = 1,57,1,256,256,1＃維度，以TZCYXS順序排列
>>> imwrite（'temp.tif'，volume，imagej = True，resolution =（1./2.6755,1./2.6755），
... metadata = {'spacing'：3.947368，'unit'：'um'}）
從ImageJ文件中讀取hyperstack和元數據：
>>>使用TiffFile（'temp.tif'）作爲tif：
... imagej_hyperstack = tif.asarray（）
... imagej_metadata = tif.imagej_metadata
>>> imagej_hyperstack.shape
（57,56,256）
>>> imagej_metadata ['slices']
57
創建一個空的TIFF文件並寫入內存映射的numpy數組：
>>> memmap_image = memmap（'temp.tif'，shape =（256,256），dtype ='float32'）
>>> memmap_image [255,255] = 1.0
>>> memmap_image.flush（）
>>> memmap_image.shape，memmap_image.dtype
（（256,256），dtype（'float32'））
>>> del memmap_image
TIFF文件中的內存映射圖像數據：
>>> memmap_image = memmap（'temp.tif'，page = 0）
>>> memmap_image [255,255]
1.0
>>> del memmap_image
連續將圖像附加到BigTIFF文件：
>>> data = numpy.random.randint（0,255，（5,2,3,301,219），'uint8'）
>>>使用TiffWriter（'temp.tif'，bigtiff = True）作爲tif：
...對於範圍內的i（data.shape [0]）：
... tif.save（data [i]，compress = 6，photometric ='minisblack'）
將兩個圖像序列保存到TIFF文件：
>>> data0 = numpy.random.randint（0,255，（301,219,3），'uint8'）
>>> data1 = numpy.random.randint（0,255，（5,301,219），'uint16'）
>>>使用TiffWriter（'temp.tif'）作爲tif：
... tif.save（data0，compress = 6，photometric ='rgb'）
... tif.save（data1，compress = 6，photometric ='minisblack'）
從TIFF文件中讀取第二個圖像系列：
>>> series1 = imread（'temp.tif'，series = 1）
>>> series1.shape
（5,301,219）
使用文件名模式從一系列TIFF文件中讀取圖像堆棧：
>>> imwrite（'temp_C001T001.tif'，numpy.random.rand（64,64））
>>> imwrite（'temp_C001T002.tif'，numpy.random.rand（64,64））
>>> image_sequence = TiffSequence（'temp_C001 * .tif'，pattern ='axes'）
>>> image_sequence.shape
（1,2）
>>> image_sequence.axes
'CT'
>>> data = image_sequence.asarray（）
>>> data.shape
（1,2,64,64）
安裝
pip install tifffile