data:prepare

XML2JSON

原本xml的格式：

“Group 0”: 图片的有效范围（因为有可能有重复的区域但是没有标注）
“none”：标注的tumor范围

python: lambda

list_x = [1, 2, 3, 4, 5, 6, 7, 8]
r = map(lambda x:x*x,list_x)
print(list(r))
-----------------------------------------
输出：
[1, 4, 9, 16, 25, 36, 49, 64]

tissue mask

1. numpy
   https://blog.csdn.net/u012762410/article/details/78912667
2. cv2 显示numpy
   转换成 numpy.uint8

annotation type

1. PolyAnnotation: 多边形
2. Spline：圆滑的曲线的图形

sampled spot generate

np.where: np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。

np.vstack:按垂直方向（行顺序）堆叠数组构成一个新的数组
np.stack:https://blog.csdn.net/u013019431/article/details/79768219

logging.basicConfig(level=logging.INFO)

2. 把mask的位置映射回level 0中

    sample_points=(sample_points * 2 ** args.level).astype(np.int32)  # considered about factor

In [12]: slide.level_downsamples
Out[12]: (1.0, 2.0, 4.0, 8.0, 16.0, 32.0, 64.0, 128.0, 256.0, 512.0)

patch_gen

1. 输入各种文件的位置
2. 获得center 文件中的 center位置
3. 传入Pool中

pool = Pool(processes=args.num_process)
pool.map(process, opts_list)