开源科学图像分析平台,适合 SEM、TEM、AFM 和显微图像测量。
- 适合
- 通用的显微图像处理和测量;插件多;可以用宏批量处理。
- 不适合 / 注意
- 整张病理切片这类很大的图像;复杂流程全靠手工点击时不容易重复。
分类比较
按图像类型和是否写代码,比较 6 款开源的科研图像分析软件,说明各自适合和不适合的工作,以及测量结果用于论文前还要做什么。
选图像分析软件时,先回答三个问题:图像是什么类型(普通显微图像、整张病理切片、三维或时间序列);要处理几张还是几千张;愿不愿意写代码。
这 6 款软件都是开源的,经常配合使用,而不是互相替代。本页没有对它们做对比测试;“适合 / 不适合”是编辑整理的概括,尚未逐项对照各软件的官方文档核实。
少量图像,手动或半自动测量长度、面积、灰度
图形界面,插件多,资料也多。操作可以录成宏,以后重复执行。
整张病理切片(whole slide image)上的细胞检测和区域标注
可以用QuPath
QuPath 专门为很大的切片图像设计,可以流畅浏览并在上面做检测和分类。
几百上千张图像做同样的定量分析,不想写代码
可以用CellProfiler
把分析步骤搭成一条流程,然后对整批图像运行,每张图用同一套参数。
阈值分不开目标和背景,想通过手工标注让软件学会区分
可以用ilastik
在图上画几笔标注,软件训练分类器并实时显示结果。输出常交给 Fiji 或 CellProfiler 继续测量。
用 Python 分析三维、多通道或时间序列图像,需要查看和标注
可以用napari
napari 是 Python 中的多维图像查看器,和 NumPy、scikit-image 等库直接配合。
把图像测量写进自己的程序或自动化流程
可以用OpenCV
OpenCV 是函数库,提供滤波、分割、轮廓和几何测量,适合可重复的批量处理。
| 软件 | 费用 | 许可证 | 平台 | 记录核查日期 |
|---|---|---|---|---|
| Fiji / ImageJ | 费用未核实 | GPL-3.0 | Windows · macOS · Linux | 未核查 |
| QuPath | 费用未核实 | GPL-3.0 | Windows · macOS · Linux | 未核查 |
| CellProfiler | 费用未核实 | BSD-3-Clause | Windows · macOS · Linux | 未核查 |
| ilastik | 费用未核实 | GPL-2.0 | Windows · macOS · Linux | 未核查 |
| napari | 费用未核实 | BSD-3-Clause | Windows · macOS · Linux | 未核查 |
| OpenCV | 费用未核实 | Apache-2.0 | Windows · macOS · Linux · Android · iOS | 未核查 |
开源科学图像分析平台,适合 SEM、TEM、AFM 和显微图像测量。
开源数字病理和生物图像分析软件,适合大幅组织切片图像。
Broad Institute 出品的免费开源图像分析软件,适合细胞图像高通量分析。
交互式机器学习图像分割工具,适合非编程用户进行像素分类。
Python 生态中的开源多维科学图像查看、标注和分析工具。
开源计算机视觉库,适合图像处理、视频分析、目标检测和视觉算法开发。
费用、许可证和平台来自 ZIRULAB 工具库记录;每款软件的记录核查日期见上表,没有核查记录的写明“未核查”。“适合 / 不适合”是编辑整理的概括,尚未逐项对照各软件的官方文档核实。
ZIRULAB 没有为本页做对比测试,这里没有任何测试成绩或排名。