使用openslide对WSI图像进行相关任务的技巧

使用openslide对WSI图像进行相关任务的技巧

关于openslide使用的必须的注意事项

兼容格式

openslide读取图像，首先不管是slide.get_thumbnail(level)方法还是slide.read_region((w_coordinate, h_coordinate), level, (patch_w, patch_h)) 方法，返回的对象都是Image对象而非numpy array对象。因此为便于对返回的Image对象进行后续处理，一般都会将其转换为数组。由于Image对象，所以默认的通道顺序自然也是RGB，只需要直接使用np.array()方法则可: region_img_arr = np.array(slide.read_region((w_coordinate, h_coordinate), level, (patch_w, patch_h))) 。但需要注意的是，直接转换为数组时候，其通道数的深度并非为3而是4，因为获取的数组，实际上是包含了alpha通道(透明度)，即转换后的数组，第三维度依次是**[R,G,B,A]**。一般情况下这个WSI图像不存在透明度处理的问题，因此可以将这个通道直接丢弃，只取前三个通道，保证进行np.array转换后能兼容常规的图像处理工具格式则可，如： region_img_arr = np.array(slide.read_region((w_coordinate, h_coordinate), level, (patch_w, patch_h)))[:,:,:3]

坐标顺序

实际上openslide很多使用习惯和python自带的PIL相同，首先不管是slide.get_thumbnail(level)方法还是slide.read_region((w_coordinate, h_coordinate), level, (patch_w, patch_h))方法又或者是slide.level_dimensions[level]，牵涉到坐标的设置，都是(图像的宽，图像的高)，和array中矩阵的顺序(图像的高，图像的宽)刚好相反，如基于numpy array的skimage、cv2甚至是scipy这些包，处理图像(矩阵)时，都是先height, 之后才是width，如 img[height,width]

处理WSI大图文件的思路

正是因为WSI图像原图非常大，在一般情况下没有办法直接处理，所以要才要借助于openslide。然而，使用openslide虽然也有方法能提取整张图像的缩略图(如slide.get_thumbnail(level)方法),只是这样做并非是使用openslide进行处理的初衷，实际上，我们之所以要使用openslide，是因为在不直接还原原图缩略图的情况下，又能像使用array对象一样，对感兴趣的区域进行直接的提取，因此，更多时候，我们用的是openslide中区域截图提取的方法： slide.read_region((w_coordinate, h_coordinate), level, (patch_w, patch_h)) ,在这里要强调的是，在绝大多数情况下，我们是对原图0级没进行任何下采样的截图进行处理，所以上述的level参数默认为0。 对WSI进行全图处理的思想是，根据预设的视野大小(为patch_size×patch_size)，在全图中使用slide.read_region()方法进行遍历，再根据当前遍历到的位置进行相关判断或处理。
基本代码如下：

def openslide_cut_patch(filename,label_result_dir,livel,patch_size,save_dir):
    """
    根据给出的label，在以patch size大小的窗口遍历svs原图时对相应区域进行采样
    :param filename:包绝对路径的文件名
    :param label_result_dir:svs图片对应的标注结果存放目录，每个numpy数组大小等同于对应svs图片livel下采样下的大小
    :param livel:svs处理的下采样的级数
    :param patch_size:移动的视野大小，等同于保存图片的大小
    :param save_dir:图片保存的路径
    :return:
    """
    level_downsamples = slide.level_downsamples[livel]
    w_count = int(slide.level_dimensions[0][0] // patch_size)
    h_count = int(slide.level_dimensions[0][1] // patch_size)
    #设定步长＝patch_size,根据WSI原图大小决定遍历多少个视野框
    for w in range (w_count):
        for h in range (h_count):
        	subHIC = np.array(slide.read_region((w * patch_size, h * patch_size), 0, (patch_size, patch_size)))[:,:,:3]
            # do some processing about subHIC