【文件属性】：
文件名称：wsiprocess:用于组织病理学细胞病理学机器学习任务的整个幻灯片图像（WSI）处理库
文件大小：248KB
文件格式：ZIP
更新时间：2021-03-28 16:45:43
machine-learning medical-imaging whole-slide-imaging wsi histopathology
转换组织病理学/细胞病理学机器学习任务的助手
主流程
扫描一些WSI。
使用WSI注释工具进行一些注释。 （和 ， 现在可参见了解详情。）
然后wsiprocess帮助将WSI +注释数据转换为补丁和易于使用的注释数据。
将为您提供GUI。
有关请参见 ，以及在已修补图像和从原始WSI加载之间进行。
安装
点用户
安装或 。 有关安装提示，请参见[wiki]。
安装wsiprocess
pip install wsiprocess
Anaconda用户
# Only for python 3.6 or higher
conda install -c tand826 wsiprocess
文献资料
例子
作为python模块
请参阅以检查流。
基本用法
import wsiprocess as wp
slide = wp . slide ( "xxx.tiff" )
annot
【文件预览】：
wsiprocess-master
----setup.py(37B)
----.gitignore(1KB)
----Dockerfile(625B)
----images()
--------wsiprocess.svg(17KB)
--------description.png(171KB)
--------logo.png(5KB)
--------wsidissector.svg(18KB)
--------icon.svg(8KB)
----sample()
--------rule.json(243B)
--------CMU-1_segmentation.xml(10KB)
--------CMU-1.txt(16B)
--------sha256sum.txt(4KB)
--------downloader.py(790B)
--------CMU-1_donwload.sh(89B)
--------CMU-1_detection.xml(9KB)
--------CMU-1_classification.xml(11KB)
----.readthedocs.yml(169B)
----LICENSE(11KB)
----setup.cfg(963B)
----.github()
--------workflows()
----utils()
--------vipsimage2numpy.py(268B)
--------showbbonimage.py(2KB)
--------upload_pypi.sh(145B)
--------ndpi2tiff.py(423B)
--------numpy2vipsimage.py(232B)
--------load_save_tiff.py(157B)
--------upload_anaconda.sh(746B)
--------voc_to_yolo.py(2KB)
----wsiprocess()
--------converter.py(805B)
--------slide.py(4KB)
--------__init__.py(221B)
--------verify.py(5KB)
--------cli.py(10KB)
--------error.py(2KB)
--------utils.py(902B)
--------rule.py(2KB)
--------patcher.py(25KB)
--------annotationparser()
--------converters()
--------annotation.py(14KB)
----README.md(10KB)
----tests()
--------corrupted.ndpi(0B)
--------test_emptyfile.txt(0B)
--------tests.py(6KB)
----docs()
--------wsiprocess.rst(967B)
--------requirements.txt(11B)
--------Makefile(634B)
--------index.rst(6KB)
--------conf.py(2KB)
--------wsiprocess.converters.rst(569B)
--------make.bat(795B)
--------wsiprocess.annotationparser.rst(634B)