vahadane和macenko染色方法的另一种调用-CSDN博客

本文链接：https://blog.csdn.net/wangshuhuan1/article/details/126267951

本文介绍了一种使用staintools进行染色标准化的方法，解决了简单调用版出现的蓝色噪声问题。通过导入staintools包，读取目标图像及待转换图像，进行亮度标准化，最终实现染色标准化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前言
一、导入staintools包
二、读取数据
三、亮度标准化
四、染色标准化
五、完整调用代码
总结

前言

前面讲过一次比较简单的染色标准化调用方式，但是在使用时会出现部分图像标准化后出现蓝色噪声的问题。近期重新找到了另外一种对于staintools的调用方式。解决了简单调用版出现蓝色噪声的问题。

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入staintools包

import staintools

二、读取数据

# Read data
target = staintools.read_image(".../***.png")
to_transform = staintools.read_image(".../***.png")

三、亮度标准化

# Standardize brightness (optional, can improve the tissue mask calculation)
target = staintools.LuminosityStandardizer.standardize(target)
to_transform = staintools.LuminosityStandardizer.standardize(to_transform)

四、染色标准化

# Stain normalize
normalizer = staintools.StainNormalizer(method='vahadane')
normalizer.fit(target)
transformed = normalizer.transform(to_transform)

五、完整调用代码

import staintools
# Read data
target = staintools.read_image("./data/my_target_image.png")
to_transform = staintools.read_image("./data/my_image_to_transform.png")

# Standardize brightness (optional, can improve the tissue mask calculation)
target = staintools.LuminosityStandardizer.standardize(target)
to_transform = staintools.LuminosityStandardizer.standardize(to_transform)

# Stain normalize
normalizer = staintools.StainNormalizer(method='vahadane')
normalizer.fit(target)
transformed = normalizer.transform(to_transform)