Napari:一个支持分析大型多维图像数据集的python工具

Napari是一个支持浏览、标注、分析和可视化大型多维图像数据集的基于python的开源社区工具。它支持的图像数据类型包括显微镜影像、医学影像、生物图像、地理空间数据等，目前已成为数据分析人员或者希望访问 Python 庞大科学生态系统但可能没有编码经验用户的必备工具，也为不断增长的图像分析插件生态系统提供了点选式访问途径。

napari支持7种不同的主要图层类型，包括Image、Labels、Points、Shapes、Surface、Tracks、Vectors，每种类型对应不同的数据类型、可视化和交互方式。用户可以将不同类型的多个图层添加到查看器中，然后调整它们的属性，包括通过绘制标签或绘制多边形进行手动注释。所有图层类型都支持 n 维数据，查看器允许用户快速浏览这些数据的二维或三维切片，并将其可视化。用户还可以通过 IPython 控制台以编写代码的方式访问查看器中的任何内容。

napari 近来大受欢迎的关键因素之一是其广泛的社区插件开发，它拥有一个非常活跃的社区，几乎每天都有插件被开发和发布，涵盖了图像分析的方方面面，如果一个文件没有本地支持，那么几乎肯定会有一个插件能够加载它。

由于napari是用 Python 编写的，因此也为整合Python庞大的机器学习、深度学习和数据科学软件包生态系统打开了大门。此外，它还支持直接插入常用的图像/数据处理Python库，例如scikit-image、Numpy、SciPy和clEsperanto。

安装

1
conda create -y -n napari -c conda-forge python=3.9

配置环境

1
conda activate naparipython -m pip install "napari[all]"

启动napari图形界面

1
#命令行输入napari

python代码中启动napari

1
import naparifrom skimage import data
2
# here we initialise the napari viewerviewer = napari.Viewer()# now we're adding the data.cell() image to the viewerviewer.add_image(data.cell())# calling napari and telling it begin runningnapari.run()

加载本地影像文件

1
import naparifrom skimage.io import imread
2
# reading our image and storing it into the variable imgimg = imread('path/to/image.png')# here we initialise the napari viewerviewer = napari.Viewer()# adding the image to the napari viewerviewer.add_image(img)# running naparinapari.run()

References