如何在保存tiff堆栈时指定colormap

问题描述 投票：1回答：3

我在python中使用tifffile来保存3通道tiff堆栈，然后我想读入ImageJ或FIJI。这些tiff堆栈在ImageJ中作为复合物打开，每个通道分配一个（可能是默认的）色彩映射/ LUT。但是，分配的颜色不是对我的图像有意义的颜色。我的问题是，当使用tifffile保存图像时，我无法弄清楚如何为每个通道指定色彩图。

例如，我想要进行以下色彩映射分配：

  • ch 0：灰色
  • 第1章：绿色
  • 第2章：红色

这是我用来保存文件的代码：

# save hyperstack
with tifffile.TiffWriter(filename, bigtiff=False, imagej=True) as tif:
    for i in range(t_stack.shape[0]):
        tif.save(t_stack[i], metadata={'Composite mode': 'composite'})

必须有保存带有频道色彩图信息的tiff保存的元数据，因为我可以手动编辑ImageJ中的颜色分配，然后保存，关闭它，然后当我再次打开文件时，它会保留我的手动色彩映射分配。所以我猜测必须有一个元数据标签（可能是colormap？），可用于指定通道颜色，但我找不到任何关于要使用的标签或语法的信息。

python tiff imagej fiji
3个回答
3
投票

创建私有IJMetadata（50839）和IJMetadataByteCounts（50838）TIFF标签，并将它们作为extratags传递给tifffile.imsave。 IJMetadata包含二进制格式的应用程序内部元数据。颜色信息在luts元数据中：

import struct
import numpy
import tifffile


def imagej_metadata_tags(metadata, byteorder):
    """Return IJMetadata and IJMetadataByteCounts tags from metadata dict.

    The tags can be passed to the TiffWriter.save function as extratags.

    """
    header = [{'>': b'IJIJ', '<': b'JIJI'}[byteorder]]
    bytecounts = [0]
    body = []

    def writestring(data, byteorder):
        return data.encode('utf-16' + {'>': 'be', '<': 'le'}[byteorder])

    def writedoubles(data, byteorder):
        return struct.pack(byteorder+('d' * len(data)), *data)

    def writebytes(data, byteorder):
        return data.tobytes()

    metadata_types = (
        ('Info', b'info', 1, writestring),
        ('Labels', b'labl', None, writestring),
        ('Ranges', b'rang', 1, writedoubles),
        ('LUTs', b'luts', None, writebytes),
        ('Plot', b'plot', 1, writebytes),
        ('ROI', b'roi ', 1, writebytes),
        ('Overlays', b'over', None, writebytes))

    for key, mtype, count, func in metadata_types:
        if key not in metadata:
            continue
        if byteorder == '<':
            mtype = mtype[::-1]
        values = metadata[key]
        if count is None:
            count = len(values)
        else:
            values = [values]
        header.append(mtype + struct.pack(byteorder+'I', count))
        for value in values:
            data = func(value, byteorder)
            body.append(data)
            bytecounts.append(len(data))

    body = b''.join(body)
    header = b''.join(header)
    data = header + body
    bytecounts[0] = len(header)
    bytecounts = struct.pack(byteorder+('I' * len(bytecounts)), *bytecounts)
    return ((50839, 'B', len(data), data, True),
            (50838, 'I', len(bytecounts)//4, bytecounts, True))


filename = 'FluorescentCells.tif'
image = tifffile.imread(filename)

grays = numpy.tile(numpy.arange(256, dtype='uint8'), (3, 1))
red = numpy.zeros((3, 256), dtype='uint8')
red[0] = numpy.arange(256, dtype='uint8')
green = numpy.zeros((3, 256), dtype='uint8')
green[1] = numpy.arange(256, dtype='uint8')
ijtags = imagej_metadata_tags({'LUTs': [grays, green, red]}, '>')

tifffile.imsave('test_ijmetadata.tif', image, byteorder='>', imagej=True,
                metadata={'mode': 'composite'}, extratags=ijtags)
3
投票

您可以将许多关键字参数传递给tifffile的imsave函数。它没有很好的文档记录，所以我发现最有帮助的是在TiffWriter类中读取save函数的docstring：

https://github.com/blink1073/tifffile/blob/master/tifffile/tifffile.py#L750

对于ImageJ元数据规范，TiffWriter.save然后引用imagej_metadata_tags，您可以在其中查看可以在变量metadata_types中存储的数据类型（第7749行）：

https://github.com/blink1073/tifffile/blob/master/tifffile/tifffile.py#L7710

metadata_types = (
    ('Info', b'info', 1, _string),
    ('Labels', b'labl', None, _string),
    ('Ranges', b'rang', 1, _doubles),
    ('LUTs', b'luts', None, _ndarray),
    ('Plot', b'plot', 1, _bytes),
    ('ROI', b'roi ', 1, _bytes),
    ('Overlays', b'over', None, _bytes))

您可以使用不同的颜色映射创建LUT以显示数据。大概你的数据是uint8，那么你需要的LUT有3个颜色通道的形状（3,256）和256个强度值。所以对于灰色，绿色和红色LUT，你需要一些东西：

import numpy as np
import tifffile

# Create a random test image
im_3frame = np.random.randint(0, 255, size=(3, 150, 250), dtype=np.uint8)
# Intensity value range
val_range = np.arange(256, dtype=np.uint8)
# Gray LUT
lut_gray = np.stack([val_range, val_range, val_range])
# Red LUT
lut_red = np.zeros((3, 256), dtype=np.uint8)
lut_red[0, :] = val_range
# Green LUT
lut_green = np.zeros((3, 256), dtype=np.uint8)
lut_green[1, :] = val_range
# Create ijmetadata kwarg
ijmeta = {'LUTs': [lut_gray, lut_red, lut_green]}
# Save image
tifffile.imsave(
    save_name,
    im_rgb,
    imagej=True,
    metadata={'mode': 'composite'},
    ijmetadata=ijmeta,
)
2
投票

我最近遇到了这个线程，同时寻找一个解决方案来保存带有ImageJ元数据的tiff文件，除了灰色通道外还有3个以上的颜色通道。上述解决方案非常有用，我扩展了其他渠道的示例。

在ImageJ中，基于RGB颜色方案，可以在复合模式下使用多达7种不同的颜色通道 - 红色，绿色和蓝色三原色，2种原色的混合，产生黄色，品红色和青色以及灰色通道。

要添加蓝色LUT，您只需定义一个ndarray，如上例中针对红色或绿色LUT所示，但将强度值范围从0到255分配给第三个阵列，而另外两个阵列（红色和绿色）填充零。

lut_blue = np.zeros((3, 256), dtype=np.uint8)
lut_blue[2, :] = val_range

通过'混合'例如原色红色和绿色现在可以生成黄色LUT。

lut_yellow= np.zeros((3, 256), dtype='uint8')
lut_yellow[[0,1],:] = np.arange(256, dtype='uint8')

下面给出的示例将导致生成具有7个通道的tiff文件。 tiff堆栈中图像的颜色分配定义如下：

ijmeta = {'LUTs': [lut_gray, lut_red, lut_green, lut_blue, lut_yellow, lut_magenta, lut_cyan]}

并可根据需要进行调整。基于Jenny Folkesson示例的完整代码如下所示：

import numpy as np
from tifffile import imread, imsave

# Create a random test image
im_3frame = np.random.randint(0, 255, size=(7, 150, 250), dtype=np.uint8)
# Intensity value range
val_range = np.arange(256, dtype=np.uint8)
# Gray LUT
lut_gray = np.stack([val_range, val_range, val_range])
# Red LUT
lut_red = np.zeros((3, 256), dtype=np.uint8)
lut_red[0, :] = val_range
# Green LUT
lut_green = np.zeros((3, 256), dtype=np.uint8)
lut_green[1, :] = val_range
# Blue LUT
lut_blue = np.zeros((3, 256), dtype=np.uint8)
lut_blue[2, :] = val_range
# Yellow LUT
lut_yellow= np.zeros((3, 256), dtype='uint8')
lut_yellow[[0,1],:] = np.arange(256, dtype='uint8')
# Magenta LUT
lut_magenta= np.zeros((3, 256), dtype='uint8')
lut_magenta[[0,2],:] = np.arange(256, dtype='uint8')
# Cyan LUT
lut_cyan= np.zeros((3, 256), dtype='uint8')
lut_cyan[[1,2],:] = np.arange(256, dtype='uint8')


# Create ijmetadata kwarg
ijmeta = {'LUTs': [lut_gray, lut_red, lut_green, lut_blue, lut_yellow, lut_magenta, lut_cyan]}
# Save image
imsave(
    'test.tif',
    im_3frame,
    imagej=True,
    metadata={'mode': 'composite'},
    ijmetadata=ijmeta,
)
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.