Fiji —— 基于 imageJ 的免費且開源的圖像處理軟件

文章目錄

  • 一、Fiji —— 用于科學圖像處理和分析
    • 1.1、工具安裝(免費)
    • 1.2、源碼下載(免費)
  • 二、功能詳解
    • 2.0、Fiji - ImageJ(Web應用程序)
    • 2.1、常用功能(匯總)
    • 2.2、Fiji - Plugins(插件)
      • (1)labkit:顯微鏡圖像分割
      • (2)Cellpose:一種通用的、基于深度學習的細胞分割方法。

在這里插入圖片描述

一、Fiji —— 用于科學圖像處理和分析

Fiji 與 ImageJ 的比較,就如同 Ubuntu 與 Linux 的比較一樣。

  • ImageJ:用于處理和分析科學圖像的開源軟件。
    • 由美國國立衛生研究院(NIH)開發
    • ImageJ:是最初的桌面應用程序,自 1997 年開始開發。
    • ImageJ2:是針對科學多維圖像數據的 ImageJ 新版本。
  • Fiji(Fiji is just imageJ):用于科學圖像分析的 ImageJ 的 " 內置功能 " 發行版。
    • 它在 ImageJ 的基礎上預裝了大量常用插件和腳本,簡化了安裝和配置過程,特別適合生物圖像分析。Fiji 還集成了更新管理功能,方便用戶獲取最新插件和工具。

在這里插入圖片描述

  1. 核心基礎
    兩者都基于 ImageJ 的核心代碼,因此具有相同的圖像處理和分析功能。
    兩者使用相同的編程語言(Java)和腳本語言(如宏和 JavaScript)。

  2. 開源與免費
    兩者都是開源軟件,用戶可以免費下載和使用。
    源代碼公開,允許用戶根據需要修改和擴展功能。

  3. 跨平臺支持
    兩者都支持跨平臺運行,可在 Windows、macOS 和 Linux 系統上使用。

  4. 插件擴展
    兩者都支持通過插件擴展功能,用戶可以根據需要添加特定工具或算法。
    共享大量相同的插件生態系統(擁有數千個插件)。

  5. 圖像處理與分析功能
    提供豐富的圖像處理功能,如濾波、分割、增強、形態學操作等。
    提供測量工具,用于定量分析(如長度、面積、強度等)。

  6. 科學應用
    廣泛應用于科學研究領域,如生物學、醫學、材料科學等。
    支持處理顯微鏡圖像、醫學影像、時間序列圖像等。
    支持多種圖像格式(如 TIFF、JPEG、PNG、DICOM 等)。

1.1、工具安裝(免費)

  • 【Fiji】https://fiji.sc/
  • Fiji 擁有數千個插件:https://imagej.net/list-of-extensions!

1.2、源碼下載(免費)

  • 【imageJ or imageJ2】https://github.com/imagej
  • 【Fiji】https://github.com/fiji
  • 項目搭建:通過 IntelliJ IDEA 加載項目(源碼),并完成配置環境,最后執行項目。
    • Java 環境配置 + IntelliJ IDEA 使用指南
  • 使用建議:通過源碼啟動工具,可以分析其每個步驟(函數或算法)的執行邏輯(像素級)。
    • 用于加速學習和理解,而且可以快速復現功能。

實測結果:Fiji 開源版本對 SDK 版本有特定要求,最終測定并安裝成功。

  • JDK版本號:Oracle OpenJDK version 1.8.0_77(官網下載安裝)
    • 已測試版本(失敗):Oracle OpenJDK version 1.8.0_441(官網下載安裝)
    • 已測試版本(失敗):Amazon Corretto version 1.8.0_442(使用IntelliJ IDEA在配置中自動下載)
    • 已測試版本(失敗):Amazon Corretto version 18.0.2(使用IntelliJ IDEA在配置中自動下載)
    • 已測試版本(失敗):Oracle OpenJDK version 20.0.1(官網下載安裝)
    • 已測試版本(失敗):Oracle OpenJDK version 23.0.2(使用IntelliJ IDEA在配置中自動下載)
  • maben版本(該工具版本沒要求):apache-maven-3.9.2
錯誤提示如下:
Exception in thread "main" java.lang.NoClassDefFoundError: io/scif/SCIFIOServiceat net.imagej.ImageJ.<init>(ImageJ.java:75)at sc.fiji.Main.main(Main.java:50)
Caused by: java.lang.ClassNotFoundException: io.scif.SCIFIOServiceat java.net.URLClassLoader.findClass(URLClassLoader.java:381)at java.lang.ClassLoader.loadClass(ClassLoader.java:424)at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:331)at java.lang.ClassLoader.loadClass(ClassLoader.java:357)... 2 more

官方:我們致力于開源。開源不僅允許其他開發人員將應用程序移植到原作者未曾想到的新平臺上,還允許科學家研究代碼以了解所用算法的內部工作原理,并允許其他人以全新的方式使用該程序,并以所有可以想象的方式對其進行改進。

二、功能詳解

2.0、Fiji - ImageJ(Web應用程序)

Fiji - ImageJ(Web應用程序):https://ij.imjoy.io

在這里插入圖片描述

2.1、常用功能(匯總)

以下是個人使用使用過程中常用的功能,由于Fiji集成功能非常龐大,僅供參考。

	功能			操作步驟												快捷鍵
"""加載超大內存圖像	Fiji - File + Import + TIFF Virtual Stack保存圖像			Fiji - File + Save as + TIFF/Image Sequence保存Screenshot														Ctrl + Shift + G查看三視圖															Ctrl + Shift + H繪制直方圖															Ctrl + H截取圖像			Fiji - 繪制矩形框 + 鼠標右鍵 + Duplicate + Range(3D)Image數據類型轉換		Fiji - Image + Type對比度調整		Fiji - Image + Adjust + Brightness/Contrast			Ctrl + Shift + C灰度閾值分割		Fiji - Image + Adjust + Threshold					Ctrl + Shift + T最大強度投影		Fiji - Image + Stacks + Z Project + Max Intensity切換觀察視角		Fiji - Image + Stacks + Reslice + Start atProcess輪廓提取			Fiji - Process + Find Edges去除背景			Fiji - Process + Subtract Background直方圖均衡化		Fiji - Process + Enhance Contrast添加噪聲			Fiji - Process + Noise + 隨機噪聲/高斯噪聲/椒鹽噪聲gamma值調整		Fiji - Process + Math + GammaFFT				Fiji - Process + FFT + FFT or Inverse FFT高斯濾波			Fiji - Process + Filters + Gaussian Blur - sigma(Radius)Analyze繪制信號分布圖	Fiji - 繪制矩形框 + Analyze + Plot Profile			Ctrl + K同步窗口			Fiji - Analyze + Tools + Synchronize Windows同步ROI			Fiji - 繪制矩形框 + T
"""

2.2、Fiji - Plugins(插件)

(1)labkit:顯微鏡圖像分割

Fiji - labkit(官網介紹 + 視頻教程):用于顯微鏡 2D 或 3D 圖像的手動和自動分割

細胞分割效果較好,腦圖像分割效果較差(需要精調)
在這里插入圖片描述

(2)Cellpose:一種通用的、基于深度學習的細胞分割方法。

基于預訓練模型(cellpose提供基于細胞質、細胞核等七個不同數據集訓練得到的模型),然后在自己的數據集上預測,并手動標記ROI進行模型微調。

只適用于細胞分割(細胞質、細胞核),不適用于神經元分割(如下圖)

在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/896820.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/896820.shtml
英文地址,請注明出處:http://en.pswp.cn/news/896820.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

PyQT(PySide)的上下文菜單策略設置setContextMenuPolicy()

在 Qt 中&#xff0c;QWidget 類提供了幾種不同的上下文菜單策略&#xff0c;這些策略通過 Qt::ContextMenuPolicy 枚舉類型來定義&#xff0c;用于控制控件&#xff08;如按鈕、文本框等&#xff09;在用戶右鍵點擊時如何顯示上下文菜單。 以下是 Qt::ContextMenuPolicy 枚舉中…

快慢指針【等分鏈表、判斷鏈表中是否存在環】

一、等分鏈表&#xff1a;找到鏈表的中間節點 Java 實現 class ListNode {int val;ListNode next;ListNode(int val) {this.val val;this.next null;} }public class MiddleOfLinkedList {public ListNode findMiddleNode(ListNode head) {if (head null) {return null;}L…

系統架構設計師—計算機基礎篇—計算機網絡

文章目錄 網絡互聯模型網絡協議與標準應用層協議FTP協議TFTP協議 HTTP協議HTTPS協議 DHCP動態主機配置協議DNS協議迭代查詢遞歸查詢 傳輸層協議網絡層協議IPV4協議IPV6協議IPV6數據報的目的地址IPV4到IPV6的過渡技術 網絡設計分層設計接入層匯聚層核心層 網絡布線綜合布線系統工…

計算機基礎面試(操作系統)

操作系統 1. 什么是進程和線程&#xff1f;它們的核心區別是什么&#xff1f; 專業解答&#xff1a; 進程是操作系統分配資源的基本單位&#xff0c;擁有獨立的內存空間&#xff1b;線程是進程內的執行單元&#xff0c;共享同一進程的資源。區別在于&#xff1a;進程間資源隔離…

考研408數據結構線性表核心知識點與易錯點詳解(附真題示例與避坑指南)

一、線性表基礎概念 1.1 定義與分類 定義&#xff1a;線性表是由n&#xff08;n≥0&#xff09;個相同類型數據元素構成的有限序列&#xff0c;元素間呈線性關系。 分類&#xff1a; 順序表&#xff1a;元素按邏輯順序存儲在一段連續的物理空間中&#xff08;數組實現&…

【實戰 ES】實戰 Elasticsearch:快速上手與深度實踐-1.2.2倒排索引原理與分詞器(Analyzer)

&#x1f449; 點擊關注不迷路 &#x1f449; 點擊關注不迷路 &#x1f449; 點擊關注不迷路 文章大綱 1.2.2倒排索引原理與分詞器&#xff08;Analyzer&#xff09;1. 倒排索引&#xff1a;搜索引擎的基石1.1 正排索引 vs 倒排索引示例數據對比&#xff1a; 1.2 倒排索引核心結…

Springboot項目本地連接并操作MySQL數據庫

目錄 前提 準備工作 用cmd在本地創建數據庫、表&#xff1a; 1.創建springboot項目&#xff08;已有可跳過&#xff09; 2.編輯Mybatis配置 3.連接數據庫 4.創建模型類&#xff0c;用于與數據庫里的數據表相連 5.創建接口mapper&#xff0c;定義對數據庫的操作 6.創建…

《寶塔 Nginx SSL 端口管理實戰指南:域名解析、端口沖突與后端代理解析》

&#x1f4e2; Nginx & SSL 端口管理分析 1?? 域名解析與 SSL 申請失敗分析 在使用寶塔申請 www.mywebsite.test 的 SSL 證書時&#xff0c;遇到了解析失敗的問題。最初&#xff0c;我認為 www 只是一個附加的前綴&#xff0c;不屬于域名的關鍵部分&#xff0c;因此只為…

java和Springboot和vue開發的企業批量排班系統人臉識別考勤打卡系統

演示視頻&#xff1a; https://www.bilibili.com/video/BV1KU9iYsEBU/?spm_id_from888.80997.embed_other.whitelist&t52.095574&bvidBV1KU9iYsEBU 主要功能&#xff1a; 管理員管理員工&#xff0c;采集員工人臉特征值存入數據庫&#xff0c;可選擇多個員工批量排班…

DeepSeek學習規劃

DeepSeek是一個專注于深度學習和人工智能技術研究與應用的平臺&#xff0c;旨在通過系統化的學習和實踐&#xff0c;幫助用戶掌握深度學習領域的核心知識和技能。為了在DeepSeek平臺上高效學習&#xff0c;制定一個科學合理的學習規劃至關重要。以下是一個詳細的學習規劃&#…

打開 Windows Docker Desktop 出現 Docker Engine Stopped 問題

一、關聯文章: 1、Docker Desktop 安裝使用教程 2、家庭版 Windows 安裝 Docker 沒有 Hyper-V 問題 3、安裝 Windows Docker Desktop - WSL問題 二、問題解析 打開 Docker Desktop 出現問題,如下: Docker Engine Stopped : Docker引擎停止三、解決方法 1、檢查服務是否…

突破Ajax跨域困境,解鎖前端通信新姿勢

一、引言 在當今的 Web 開發領域&#xff0c;前后端分離的架構模式已經成為主流&#xff0c;它極大地提升了開發效率和項目的可維護性。在這種開發模式下&#xff0c;前端通過 Ajax 技術與后端進行數據交互&#xff0c;然而&#xff0c;跨域問題卻如影隨形&#xff0c;成為了開…

Mercury、LLaDA 擴散大語言模型

LLaDA 參考&#xff1a; https://github.com/ML-GSAI/LLaDA https://ml-gsai.github.io/LLaDA-demo/ 在線demo&#xff1a; https://huggingface.co/spaces/multimodalart/LLaDA Mercury 在線demo&#xff1a; https://chat.inceptionlabs.ai/ 速度很快生成

Rust~String、str、str、String、Box<str> 或 Box<str>

Rust語言圣經中定義 str Rust 語言類型大致分為兩種&#xff1a;基本類型和標準庫類型&#xff0c;前者由語言特性直接提供&#xff0c;后者在標準庫中定義 str 是唯一定義在 Rust 語言特性中的字符串&#xff0c;但也是幾乎不會用到的字符串類型 str 字符串是 DST 動態大小…

大數據SQL調優專題——底層調優

引入 上一篇我們提到了調優的常見切入點&#xff0c;核心就是通過數據產出情況發現問題&#xff0c;借助監控等手段收集信息排查瓶頸在哪&#xff0c;最后結合業務理解&#xff0c;等價重寫思路去解決問題。 在實際工作場景中&#xff0c;去保證數據鏈路產出SLA的時候&#x…

Hue 編譯異常:ImportError: cannot import name ‘six‘ from ‘urllib3.packages‘

個人博客地址&#xff1a;Hue 編譯異常&#xff1a;ImportError: cannot import name six from urllib3.packages | 一張假鈔的真實世界 在編譯Hue的時候出現錯誤信息如下&#xff1a; Running /home/zhangjc/ysten/git/ysten-hue/build/env/bin/hue makemigrations --noinpu…

計算機網絡——詳解TCP三握四揮

文章目錄 前言一、三次握手1.1 三次握手流程1.2 tcp為什么需要三次握手建立連接&#xff1f; 二、四次揮手2.1 四次揮手流程2.2 為什么是四次&#xff0c;不是三次&#xff1f;2.3 為什么要等待2msl&#xff1f;2.4 TCP的保活計時器 前言 TCP和UDP是計算機網絡結構中運輸層的兩…

# C# 中堆(Heap)與棧(Stack)的區別

在 C# 中&#xff0c;堆和棧是兩種不同的內存分配機制&#xff0c;它們在存儲位置、生命周期、性能和用途上存在顯著差異。理解堆和棧的區別對于優化代碼性能和內存管理至關重要。 1. 棧&#xff08;Stack&#xff09; 1.1 定義 棧是一種后進先出&#xff08;LIFO&#xff0…

如何把圖片或者圖片地址存到 MySQL 數據庫中以及如何將這些圖片數據通過 JSP 顯示在網頁中

如何優雅地管理圖片&#xff1a;從MySQL數據庫存儲到JSP展示的全流程解析 在互聯網時代&#xff0c;一張引人入勝的圖片往往能為網站帶來巨大的流量。而作為開發者的我們&#xff0c;如何高效地管理和展示這些圖片資源則成為了一項重要的技術挑戰。今天&#xff0c;我們就一起…

「拼好幀」小黃鴨 Lossless Scaling 軟件介紹與下載

「拼好幀」小黃鴨 Lossless Scaling 軟件介紹與下載 在游戲和視頻播放時&#xff0c;你是否遇到過分辨率不匹配、畫質模糊的問題&#xff1f;今天給大家介紹一款神器——Lossless Scaling&#xff08;拼好幀&#xff09;&#xff0c;也被玩家們親切地稱為“小黃鴨”&#xff0…