平铺图像文件格式：zarr#

在处理大型图像数据时，通常会使用特殊的文件格式，如zarr格式。Zarr将图像数据存储为块。无需将庞大的图像数据集从磁盘加载后再进行平铺，而是可以加载单个zarr块，处理它们，然后将结果保存回磁盘。这样就可以在不将整个大图像加载到内存的情况下处理大图像。

使用这些格式会带来额外的挑战，例如，将大图像重新保存为基于zarr的小块必须在能够打开大图像的计算机上进行。本笔记本展示了如何在一个略显不现实的场景中实现这一点：我们首先加载数据集以将其重新保存为块，最后，我们从磁盘加载这些块并将其可视化。在实际场景中，这两个步骤可能无法同时进行。根据具体情况，这两个步骤必须进行即兴处理。

另请参阅

import zarr
import dask.array as da
import numpy as np
from skimage.io import imread, imshow
from numcodecs import Blosc

出于演示目的，我们使用由德累斯顿工业大学卡尔·古斯塔夫·卡鲁斯大学医院OncoRay的Theresa Suckert提供的数据集。该数据集采用许可证：CC-BY 4.0授权。我们在这里使用了一个裁剪版本，该版本被重新保存为8位图像，以便能够与笔记本一起提供。您可以在在线找到完整大小的16位CZI格式图像。

image = imread('../../data/P1_H_C3H_M004_17-cropped.tif')[1]

# for testing purposes, we crop the image even more.
# comment out the following line to run on the whole 5000x2000 pixels
image = image[1000:1500, 1000:1500]

image.shape

(500, 500)

imshow(image)

<matplotlib.image.AxesImage at 0x2ca194abf70>
../_images/2f703e718a1144a45bc33612dc5d898fe92d8e3dc9405ac96d73a93c0b743902.png

保存为zarr格式#

我们现在将把我们的大图像重新保存为zarr文件格式。

#compress AND change the numpy array into a zarr array
compressor = Blosc(cname='zstd', clevel=3, shuffle=Blosc.BITSHUFFLE)

chunk_size = (100, 100)

zarray = zarr.array(image, chunks=chunk_size, compressor=compressor)

zarr_filename = '../../data/P1_H_C3H_M004_17-cropped.zarr'
zarr.convenience.save(zarr_filename, zarray)

然后你会看到创建了一个具有给定名称的文件夹。在该文件夹中会有许多文件。每个文件对应一个图像块。

加载zarr#

仅出于演示目的，我们将加载zarr支持的平铺图像并进行可视化。在处理大数据时，这一步可能无法实现。

zarr_result = da.from_zarr(zarr_filename)
zarr_result
Array Chunk
Bytes 244.14 kiB 9.77 kiB
Shape (500, 500) (100, 100)
Dask graph 25 chunks in 2 graph layers
Data type uint8 numpy.ndarray
500 500 
result = zarr_result.compute()

imshow(result)

<matplotlib.image.AxesImage at 0x2ca19586b80>
../_images/2f703e718a1144a45bc33612dc5d898fe92d8e3dc9405ac96d73a93c0b743902.png