云生信学生物信息学

建立切片读取、分块、索引和结果合并流程

作者:发布于 2026-11-17更新于 2026-11-15约 7 分钟阅读
大切片分块,先保留坐标与索引

大切片分块,先保留坐标与索引:核对切片格式与层级;逐块读取并合成RGB;保存坐标和尺寸索引;抽查边缘与结果定位
本文操作与检查路径示意。

大尺寸病理图像不宜先整张解压成数组,再切成小块。对于OpenSlide支持的全切片格式,可以按区域读取、立即保存小图,并用索引保留坐标。下面先做最多20块的受控演练,验证读取、透明通道和坐标,再讨论扩大范围。示例只处理图像,不进行组织识别、病理诊断或模型推理。

先核对格式、依赖和坐标体系

安装兼容的OpenSlide库、Python绑定与Pillow,使用获准处理的切片副本。文件后缀相同不保证内部格式相同;先确认能被所用版本识别。记录原文件校验值、像素尺寸、层级和可用的像素物理尺寸信息,缺失的信息保留为未知,不根据文件名猜倍率。

参数 本例设置 需要注意
level 0,最高分辨率层 不同层号不能直接等同不同扫描仪倍率
location level 0左上角像素坐标 选其他level时location仍使用level 0坐标
size 最多512×512像素 边缘缩小尺寸,本例不补足到固定形状
输出 RGB PNG加CSV索引 白底合成不等同组织背景识别或颜色标准化

按块读取,并把坐标一同写出

在新目录放入示例切片,保存下列脚本为 tile_pilot.py。将slide.svs换成实际文件。输出目录必须不存在;代码只遍历level 0左上方最多20块,适合验证读写链,通常不具备组织代表性,不能把它当完整取样方案。

import csv
from pathlib import Path
import openslide
from PIL import Image

source = Path("slide.svs")
out = Path("tiles-pilot")
out.mkdir()  # 已有结果时停止,防止混入旧块
tile, limit = 512, 20
with openslide.OpenSlide(str(source)) as slide:
    width, height = slide.dimensions
    print("dimensions", slide.dimensions)
    print("levels", slide.level_dimensions)
    with (out / "index.csv").open("x", encoding="utf-8", newline="") as f:
        writer = csv.writer(f)
        writer.writerow(["tile_id", "file", "x0", "y0", "level", "w", "h"])
        n = 0
        for y in range(0, height, tile):
            for x in range(0, width, tile):
                w, h = min(tile, width-x), min(tile, height-y)
                region = slide.read_region((x, y), 0, (w, h))
                rgb = Image.new("RGB", region.size, "white")
                rgb.paste(region, mask=region.getchannel("A"))
                name = f"tile_{n:06d}.png"
                rgb.save(out / name)
                writer.writerow([n, name, x, y, 0, w, h])
                n += 1
                if n >= limit: break
            if n >= limit: break
        print("written tiles", n)

执行 python tile_pilot.py,预期生成index.csv与最多20张图;小图数量应等于索引行数。末端切块可能不足512像素,后续模型若要求固定尺寸,需要明确补边规则并记录原有效区域。本例用alpha通道合成白底,避免透明区域被直接转成黑色。

验收时同时看小图和索引

抽查起点、相邻块和边缘块,核对坐标非负、范围不超过原图、尺寸与索引一致、图像能重新打开。放回原图对应位置检查方向,避免把x/y或行列颠倒。处理多个切片时,索引还要增加slide_id和原文件版本,不能让每张切片都从0编号后混在一起。

结果合并应按slide_id、tile_id与坐标关联,不按任务结束顺序拼接。如果以后加入重叠块、低倍层或组织筛选,需分别记录步长、层级换算、保留规则和被剔除块;不同版本的索引不能混用。颜色管理也需单独制定,此演练没有应用ICC颜色变换。若输出将进入训练集,还应先按患者或切片划分数据集,再生成分块清单;不能把同一切片的相邻小图随机分到训练和测试,造成信息泄漏。

常见错误先定位到读取或写出

无法打开文件时核对格式支持、完整文件和配套文件;缺动态库时先查安装来源是否混用。出现No space left先查工作盘、配额与inode,不能只看磁盘总容量。若某块读取出错,应记录切片及坐标后停止该任务;OpenSlide句柄发生读取错误后不要继续假定它可用,应关闭并排查。

先用代表性组织区域补做试跑,测输出体积与峰值,再扩大块数和并发。确认能从索引找到每个结果后,才进入正式批处理,避免花时间生成一堆无法定位回原切片的小图。

需要额外算力时

适用前提:持续图像处理超出本地I/O或容量。如需额外资源,可评估服务器租赁及按需工作盘或存储。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗