使いそうな項目を手あたり次第まとめました。
以下、画像データを格納したnumpy配列を変数imgなど、画像リストはimgsなどで代表させます。また、直接的な対応がつかないものも多々あるのでご注意ください。
1. Fileメニュー
拡張子によってはtifffile, mrcfileなどのインストールが必要です。
| ImageJ | Python | 備考 |
|---|---|---|
| File>Open |
skimage.io.imread, tifffile.imreadなど |
|
| File>Save |
skimage.io.imsave, tifffile.imsaveなど |
2. Editメニュー
ほとんどGUIやROI関連なので割愛します。
3. Imageメニュー
| ImageJ | Python | 備考 |
|---|---|---|
| Image>Type>8-bit | img.astype(np.uint8) |
|
| Image>Type>16-bit | img.astype(np.uint16) |
|
| Image>Type>32-bit | img.astype(np.float32) |
|
| Image>Adjust>threshold |
img > thr,img < thr
|
thrは閾値で、skimage.filters.threshold_otsuなどを使って推定可能 |
| Image>Color>Split Channels | [img[:, i] for i in range(img.shape[1])] |
iがどの次元に対応するかは画像による |
| Image>Color>Merge Channels | np.stack(imgs) |
|
| Image>Stack>Images to Stack | np.stack(imgs) |
|
| Image>Stack>Stack to Images | [img[:, i] for i in range(img.shape[1])] |
iがどの次元に対応するかは画像による |
| Image>Stack>Make Montage | np.block([[img1, img2],[img3, img4]]) |
チャネルごとに色分けする場合はRGBに直す必要がある。また、2×2に3つの画像を配置する場合は最後の空欄用の配列も与える必要がある。 |
| Image>Stack>Reslice | skimage.measure.profile_line |
|
| Image>Stack>Z Project |
np.mean(img, axis=0)など |
Z Projectの種類と画像の次元によって関数やaxisを使い分ける |
| Image>Hyperstacks>Stack to Hyperstack | img.reshape |
|
| Image>Hyperstacks>Stack to Hyperstack | img.reshape |
|
| Image>Crop |
img[100:300,200:400]など |
|
| Image>Duplicate | img.copy() |
|
| Image>Scale |
skimage.transform.rescaleまたはskimage.transform.resize
|
何倍かを指定する場合はrescale、最終的な形状を指定する場合はresize
|
| Image>Transform>Flip Horizontally | img[:, :, ::-1] |
xがどの次元なのか要確認 |
| Image>Transform>Flip Vertically | img[:, ::-1, :] |
yがどの次元なのか要確認 |
| Image>Transform>Flip Z | img[::-1, :, :] |
zがどの次元なのか要確認 |
| Image>Transform>Rotate 90 Degrees to Right | np.rot90(img, 3) |
|
| Image>Transform>Rotate 90 Degrees to Left | np.rot90(img) |
|
| Image>Transform>Rotate | skimage.transform.rotate |
|
| Image>Transform>Translate | scipy.ndimage.shift |
|
| Image>Transform>Bin |
img.shape==(100, 200)で2×2のbinningをかけるとすると、img.reshape(50, 2, 100, 2).mean(axis=(1, 3))で実現できる。 |
|
| Image>Transform>Zoom |
skimage.transform.rescaleまたはskimage.transform.resize
|
何倍かを指定する場合はrescale、最終的な形状を指定する場合はresize
|
Binningのやり方
4. Processメニュー
| ImageJ | Python | 備考 |
|---|---|---|
| Process>Smooth | scipy.ndimage.uniform_filter(img, size=3) |
|
| Process>Sharpen | scipy.ndimage.convolve(img, np.array([[-1,-1,-1],[-1,12,-1],[-1,-1,-1]])/4) |
|
| Process>Find Edges |
skimage.filters.sobel, skimage.filters.prewittなど |
|
| Process>Find Maxima | skimage.morphology.local_maxima |
skimage.morphology.h_maxima, skimage.features.peak_local_maxなどのほうが高性能 |
| Process>Enhance Contrast | skimage.filters.rank.enhance_contrast |
|
| Process>Noise>... |
np.randomなどで代用 |
|
| >Process>Binary>Erode | skimage.morphology.binary_erosion |
|
| Process>Binary>Dilate | skimage.morphology.binary_dilation |
|
| Process>Binary>Open | skimage.morphology.binary_opening |
|
| Process>Binary>Close | skimage.morphology.binary_closing |
|
| Process>Binary>Fill Holes | scipy.ndimage.binary_fill_holes |
|
| Process>Binary>Skeletonize |
skimage.morphology.skeletonizeまたはskimage.morphology.medial_axis
|
|
| Process>Binary>Distance Map |
scipy.ndimage.distance_transform_edtなど |
|
| Process>Binary>Watershed | skimage.segmentation.watershed |
前処理が必要。こちらを参考。 |
| Process>Binary>Voronoi |
scipy.spatial.Voronoiを利用 |
けっこう大変 |
| Process>Math |
numpyでOK |
|
| Process>FFT |
scipy.fft.fftn, scipy.fft.ifft, np.fft.fftshiftを使う |
np.fftモジュールでは強制的にnp.complex128に直されるので、オーバーフローのおそれがある |
| Process>Filters>Convolve | scipy.ndimage.convolve |
|
| Process>Filters>Gaussian Blur (3D) | skimage.filters.gaussian |
|
| Process>Filters>Median (3D) | skimage.filters.median |
Radiusと等価なfootprintはskimage.morphology.diskで作れる |
| Process>Filters>Mean (3D) |
scipy.ndimage.convolveで代用 |
Radiusと等価なfootprintはskimage.morphology.diskで作れる |
| Process>Filters>Minimum (3D) | scipy.ndimage.minimum_filter |
Radiusと等価なfootprintはskimage.morphology.diskで作れる |
| Process>Filters>Maximum (3D) | scipy.ndimage.maximum_filter |
Radiusと等価なfootprintはskimage.morphology.diskで作れる |
| Process>Filters>Variance (3D) |
scipy.ndimage.convolve(img**2, disk) - scipy.ndimage.convolve(img, disk)で実現可能 |
|
| Process>Filters>Top Hat |
skimage.morphology.white_tophatまたはskimage.morphology.black_tophat
|
Radiusと等価なfootprintはskimage.morphology.diskで作れる |
| Process>Filters>Image Calculator |
numpyでOK |
|
| Process>Filters>Subtract Background | skimage.restoration.rolling_ball |
ImageJでは先に3×3のmean filterをかけており、また8-bitにして計算しているため注意。 |
5. Analyzeメニュー
ImageJではROIを使いますが、skimageではラベルを使います。そのため、対応がほとんどつきません。唯一対応が分かりやすいのは
| ImageJ | Python | 備考 |
|---|---|---|
| Analyze>Analyze Particles | skimage.measure.label |
でしょうか。
以下では、skimage.measure.regionpropsによる計測と、ImageJのMeasureとの対応を書きます。ImageJでは"Analyze>Set Measurement"で計測する特徴量を指定する一方で、skimage.measure.regionpropsでは返り値のRegionPropertiesオブジェクトのpropertyとして特徴量を取得します。サポートされていない特徴量はextra_properties=...を与えることで対応できます。
RegionPropertiesオブジェクトをpropsとします。
| ImageJのSet Measurement | RegionProperties | 備考 |
|---|---|---|
| Area | props.area |
|
| Mean gray value | props.intensity_mean |
|
| Standard deviation |
extra_propertiesで対応 |
|
| Modal gray value |
extra_propertiesで対応 |
|
| Min & max gray value |
props.intensity_minとprops.intensity_max
|
|
| Centroid | props.centroid |
|
| Center of mass | props.centroid_weighted |
|
| Perimeter |
props.perimeterまたはprops.perimeter_crofton
|
|
| Bounding rectangle | props.bbox |
|
| Fit ellipse |
props.orientation, props.axis_minor_length, props.axis_major_lengthを使う |
|
| Shape descriptors |
props.eccentricityやprops.solidityなど |
|
| Feret's diameter | props.feret_diameter_max |
|
| Integrated density |
props.areaとprops.meanを使う |
|
| Median |
extra_propertiesで対応 |
|
| Skewness |
extra_propertiesで対応 |
|
| Kurtosis |
extra_propertiesで対応 |
|
| Area fraction |
extra_propertiesで対応 |