一、寫在前面
機器學習100步不夠分配了，所以開個新專欄，就叫做《Code interpreter生成無聊的APP》，旨在探索GPT-4官方插件Code interpreter的使用心路歷程。
主要靈感來源：聽戶主說，她們在做病理組學圖像標注和分割的時候，還得手動對標注區域進行提取和分割，費時費力廢眼睛，嚴重不符合AI時代（躺平摸魚）
所以，干脆開一個專欄，記錄我干這種無聊事情的前因后果。
二、任務和APP
（1）任務
先說說要干啥，有一張使用超高清掃描出來的病理圖片，也就821M。
這種圖片，PS也打不開。雙擊打開，電腦也要卡死。
只能在一個叫做“ImageScope x64”的軟件打開和標注。那么，任務就是需要在這圖片上圈出病變區域，比如病變區域1以及病變區域2：
這個軟件就會生成圖層一和圖層二，其中圖層一包含2個區域（紅色多邊形），圖層二包含2個區域（黑色多邊形）。該軟件會保存為下面兩個軟件：
TIFF就是原始圖片，后面這個叫做XML注釋文件，保存著我們所做的注釋信息。
最終，要做的也簡單，把以上四張圖切割出來，用于后續建模啥的。
手工操作的后果，苦不堪言吧。
（2）APP
因此，弄了一個丑萌丑萌的APP：
操作也簡單粗暴：分別填入TIF文件、XML文件和選擇結果輸出的文件夾，點擊提取。
這個過程耗時取決于你的CPU和內存，比如我的內存只有16g，花了18分鐘，結果如下：
?
?
?
哈哈，不要在意命名是反的。
重要的是分割出來了，而且每一個圖片也是幾百M的大小。
三、制作花絮
全程基于Code interpreter開發，曬出咒語和對線過程：
四、APP安裝和運行
（1）安裝依賴庫
上述腳本使用了以下Python庫：
os：Python標準庫，無需額外安裝。
numpy：用于數值計算和數組操作。
xml.etree.ElementTree：Python標準庫，用于XML解析，無需額外安裝。
PIL（從 Pillow 包導入）：用于圖像操作。
skimage.draw：來自 scikit-image 包，用于繪制多邊形。
所以，需要安裝的依賴庫有：
numpy
Pillow
scikit-image
其中，numpy在安裝Anaconda環境的時候自動配有的，因此難點在于Pillow和scikit-image，介紹下手動安裝：
（a）下載依賴安裝包
Pillow的下載地址：Pillow · PyPI
比如我的是，Python3.8，系統是Win10 64位，就選擇：
Pillow-10.0.0-cp38-cp38-win_amd64.whl (2.5 MB view hashes)
同樣，
scikit-image的下載地址：scikit-image · PyPI
Python3.8，系統是Win10 64位，就選擇：
scikit_image-0.21.0-cp38-cp38-win_amd64.whl (22.7 MB view hashes)
上述兩個文件記得存在哪里啊，要移動的。
（b）安裝
打開Anaconda Powershell Prompt，彈出黑框：
?切換環境，比如我的是tf2.6：
conda activate tf2.6
看到目前的工作路徑了沒：
C:\Users\Administrator>
把之前下載的
Pillow-10.0.0-cp38-cp38-win_amd64.whl?以及
scikit_image-0.21.0-cp38-cp38-win_amd64.whl
復制到C:\Users\Administrator中。
輸入代碼安裝：
pip install Pillow-10.0.0-cp38-cp38-win_amd64.whl
pip install scikit_image-0.21.0-cp38-cp38-win_amd64.whl回車，一般都能安裝成功。要是翻車了，自行百度哈。
（2）運行腳本
把腳本丟到C:\Users\Administrator中：
?打開Anaconda Powershell Prompt，彈出黑框，切換到tf2.6環境，輸入：
Python JET-TIF-EXTRACT-2.py回車，彈出APP界面。
五、碼源
見微信公眾號
)
