用 Python 脚本实现 ImageJ 图像的批处理

使用 Imagej 进行图像处理时，常常会遇到存在大量图片，但处理方法相同的情况。如果耗费大量时间用鼠标进行相同的操作，难免会感到无聊，甚至出错。通过编写 ImageJ 的脚本 Script，我们可以实现 ImageJ 的自动化，从而节省时间，“一劳永逸”。

本方法有 3 个步骤：

  1. 通过 Recorder 记录操作的 Command
  2. 用自己喜欢的编程语言编写脚本（本例采用 Python 示范）
  3. 运行脚本

Command Recorder

使用 Command Recorder 能够为后续的脚本编写提供便捷。

Command Recorder 与 Macro 宏

Command Recorder 是在我们操作 ImageJ 时，同时记录下内部指令的软件。据 ImageJ 官方的介绍

Macro 宏 是一个简单的程序，可以自动执行一系列 ImageJ 指令。创建宏的最简单方法是使用 Command Recorder 指令记录器 记录指令系列，并保存为文本文件，这个文本文件即为宏。通过选择菜单命令、按键或单击 ImageJ 工具栏中的图标来执行保存的宏。

为什么不直接使用 Macro 编写脚本？

官方对 ImageJ 宏的特性描述是

ImageJ 宏语言不如其他脚本语言强大，但设计为易于学习和使用。

当你需要更复杂的功能，或与 ImageJ 之外的程序进行交互时，宏就显得不是那么方便了。在此，因为我有一定的 Python 基础，所以我果断地选择了 Python。ImageJ 官方对 Python 的描述是：

Python是科学家的热门选择。您可以在 ImageJ 内部使用其 script editor（/scripting/script-editor）编写 Jython scripts（/scripting/jython）（一种基于 Java 的 Python 2 语言），或者使用 PyImageJ（/scripting/pyimagej） 从 Python 脚本调用 ImageJ 函数。

ImageJ 脚本还支持采用其他语言编写，如 Groovy, JavaScript, Ruby (JRuby), Lisp (Clojure), R (Renjin), Java, MATLAB, BeanShell, Java.

Scripting (imagej.net)

编写脚本

采用 Python 编写 ImageJ 脚本有 2 种方式，官方对其作了比较 Python (imagej.net)：

  1. 在 ImageJ 内部编写、运行，类似于采用其他语言脚本的方法。
    - 优点：能够利用 SciJava 脚本参数，并在支持 SciJava 的多个工具中运行。
    - 缺点：将无法使用许多需要本地代码（如 numpy 或 scipy）的 Python 模块。
    - 缺点：目前仅支持 Python2
  2. 采用 pyimagej · PyPI 将 ImageJ 嵌入到 Python 代码中。
    - 优点：可以将 ImageJ 与其他图像分析库（如 scikit-image，ITK，OpenCV 等）在单个Python 程序中结合使用。
    - 缺点：在 Python 中封装 ImageJ 存在一些限制，有一些 ImageJ 的功能无法很好地发挥作用。

本文采用 方案 1 ，因为作者在使用 方案 2 的时候，出现了一些尚未解决的问题（尴尬）。

从哪里开始？

新建一个脚本文件十分简单，仅需 File - New - Script，若要使用 Python，则在脚本编辑器的菜单中选择 File - New - Script。

几乎所有的 ImageJ 中的 Python 脚本的头部都包含一行：

from ij import IJ

从Package 包 "ij" 导入Namespace 命名空间 "IJ" 。 命名空间 是一组函数。包是一组命名空间。

关于采用 Python 编写 Script 的更多指南，可以从 Fiji Programming Tutorial (cam.ac.uk) 和 Welcome to Python.org 获取。本文重点在脚本中插件的使用。

如何在 Python 脚本中使用插件？

有 2 种方法在 Python 脚本中使用插件

  1. ij.plugin.<模块名>
  2. 通过 IJ.run() 直接执行 Macro Command 宏指令

通过 ij.plugin 引入模块

在 Command Finder 中，能够查找到，为实现一个功能，应该引用哪个模块。具体操作如下：

  1. 打开 Command Finder：Plugins - Utilities - Find commands...
  2. 输入与命令相关的关键词，便会找到一系列指令
  3. 在指令的 "Class" 栏中，列出了实现它的插件类，注意寻找 ij.plugin 打头的

ImageJ_Command_Finder

如此一来我们便能实现插件在 Python 脚本中的使用。但还有一点，参数该填什么？

有 2 个方法寻找参数：

  1. Fiji java documentation ，也能够通过 Tools - Open help for class (with frames) 打开
  2. 插件存储在网络上的 source code，在搜索引擎中进行搜索

综上，这种方法较为困难。我们需要一种更为直观而简便的方法来编写程序。

通过 IJ.run() 执行宏指令

这种方法较为简单快速，采用 Command Recorder，在用鼠标操作 ImageJ 时，便会记录下宏指令。将宏指令直接粘贴到 IJ.run() 中，即可执行。本例即采用此法。

ImageJ_Command_Recorder

举例

本例需要批量处理一系列 .ims 格式的荧光显微镜图片，将其 3 个通道分出，再两两不同通道 merge，随后人工观察一些蛋白的 foci，及共定位现象。加黑部分采用 ImageJ 完成。

# 敬告，路径中不可有空格，且输出文件夹不需要预先建立
# 敬告，请使用双反斜杠

from ij import IJ
import os

folder = "D:\\samples" # 打开文件夹
# 限定各通道显示阈值
c_MinMax = {"0": [100, 500],
            "1": [100, 500],
            "2": [130, 180]}
# 需要合并哪些通道及对应的颜色
c_Merge = {"01": "01", "02": "02", "12": "12"}
os.mkdir(os.path.join(folder, 'out')) # 新建输出文件夹

# 对每张图片进行操作
for i, filename in enumerate(os.listdir(folder)):
    if filename[-4:] == '.ims': # 判断是否为 ims 图片文件
        img_path = os.path.join(folder, filename) # 图片路径
        # 采用 Bio-Formats 读入图片
        img_open_attr = "open=" + img_path + " autoscale \
                color_mode=Default rois_import=[ROI manager] \
                split_channels view=Hyperstack stack_order=XYCZT"
        IJ.run("Bio-Formats Importer", img_open_attr)
        save_path = os.path.join(folder, 'out', filename)  # 新生成图片保存路径
        # 保存拆分开各通道的图片
        for c in ["0", "1", "2"]:
            IJ.selectWindow(filename + " - C=" + c) # 焦点选择该通道读入图片
            IJ.run("Brightness/Contrast...") # 打开调整明暗、对比的窗口
            IJ.setMinAndMax(c_MinMax[c][0], c_MinMax[c][1]) # 调整明暗对比
            IJ.saveAs("PNG", save_path+" - C="+c+".png") # 保存图片
        # 保存任意 2 个通道合并的图片
        for pic_n in c_Merge.keys():
            pic1, pic2 = pic_n[0], pic_n[1]
            IJ.run("Merge Channels...", "c1=[%(filename)s - C=%(pic1)s.png] c3=[%(filename)s - C=%(pic2)s.png] create keep"
                   % {"filename": filename, "pic1": pic1, "pic2": pic2})
            IJ.saveAs("PNG", save_path + "Composite_%s.png" % c_Merge[pic_n])
            IJ.run("Close")
        # 保存 3 个通道全部合并的图片
        IJ.run("Merge Channels...", "c1=[%s - C=2.png] c2=[%s - C=1.png] c3=[%s - C=0.png] create keep"
               % (filename, filename, filename))
        IJ.saveAs("PNG", save_path + "Composite_B_G_R.png")
    # 关闭全部窗口
    IJ.run("Close All")

ImageJ_Sample_20220212

posted @ 2022-02-14 00:45  ZihanlinSam  阅读(3503)  评论(0)  编辑  收藏  举报