scverse / scverse/spatialdata-plot

Reproduce Napari visualizations

Offen
#189 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

enhancement
Vorherrschende Sprache
Python
Sterne
86
Forks
21
Ø Merge
14 Std. 50 Min.
Gemergte PRs (30 T.)
3

Beschreibung

I would like to generate static images files from NGFF/SpatialData datasets and presets stored in their NGFF Omero metadata, so that one can preview datasets without opening them interactively in Napari.

This combines the idea that SpatialData's data model resembles Napari's, and that datasets can store visualization presets for a reasonable default visualization.

For this, we still need some basic rendering properties:

  • blending: additive | opaque
    Typically, images contain multiple channel, and their visualization is different depending on the microscopy illumination type. Several fluorescence channels can be visualized in a single image by additive blending. However, currently spatialdata-plot "overwrites" pixels of channels underneath.
  • color:
    Napari allows to provide a color name for maximum intensity values and generates a corresponding color map.
  • contrast_limits (Napari) or window (Omero):
    Typically, the value range of images can differ greatly, and in order to avoid reading all pixels to compute limits, Omero stores absolute limits in the metadata. However, spatialdata-plot currently supports only Matplotlib's relative limits pmin/pmax (as quantiles_for_norm).

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Beginne mit der Überprüfung des bestehenden spatialdata-plot-Renderingpfads und der im issue beschriebenen NGFF Omero-Metadaten. Ermittle, wie Visualisierungsvoreinstellungen derzeit gelesen werden, und definiere anschließend Akzeptanzprüfungen für additive oder opake Überblendung, Napari-style-Farben sowie absolute Kontrastgrenzen oder -fenster. Als erledigt gilt die Aufgabe, wenn statische Vorschauen die angeforderten Eigenschaften der Voreinstellung reproduzieren, ohne Napari interaktiv zu öffnen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python
Bereich
data-visualization
Issue-Typ
Feature
Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
30/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.