我不確定'hyperstack to stack'函數是否是您想要的。超stack是簡單的多維圖像，可以是4D或5D(寬度、高度、切片、通道(例如，3個用于RGB)和時間幀)。在ImageJ中，每個維度都有一個滑塊。在

堆棧只是以某種方式相關的堆疊二維圖像，而您只有一個滑塊，在最簡單的情況下，它表示三維數據集中的z切片。在

'hyperstack to stack'函數將在hyperstack中堆疊所有維度。因此，如果你有一個3個通道，4個切片和5個時間幀(3個滑塊)的hyperstack，你將得到一堆3x4x5 = 60圖像(一個滑塊)。基本上和你上面提到的在每個通道上滑動通過焦平面是一樣的。您可以使用'stack to hyperstack'進行另一種方法，通過定義堆棧中的哪些切片表示哪個維度來生成一個超堆棧。在我上面提到的示例文件中，只需選擇orderxyzct，3個通道和7個時間點。在

因此，如果你的tiff文件有2個滑塊，它似乎是一個高，寬，30切片和3個通道的4D超stack。'hyperstack to stack'將所有維度堆疊在一起，因此您將得到3x30=90 slices。在

然而，根據skimage tiff閱讀器，你的tiff文件似乎是某種5D超stack。寬度、高度(1024x1024)、30個z切片、3個通道(RGB)和另一個包含3個條目的維度(例如時間幀)。在

為了找出問題所在，我建議將維度與skimage中得到的數組的3個條目進行比較。找出其中一個代表RGB通道，另一個代表什么。例如，可以使用pyqtgraph的image函數：import pyqtgraph as pg

merged = io.imread("merge.tif", plugin="tifffile")

#pg.image takes the dimensions in the following order: z-slider,x,y,RGB channel

#if merged.shape = (30, 3, 3, 1024, 1024), you have to compare the 1st and 2nd dimension

pg.image(merged[:,0,:,:,:].transpose(0, 2, 3, 1))

pg.image(merged[:,1,:,:,:].transpose(0, 2, 3, 1))

pg.image(merged[:,2,:,:,:].transpose(0, 2, 3, 1))

pg.image(merged[:,:,0,:,:].transpose(0, 2, 3, 1))

pg.image(merged[:,:,1,:,:].transpose(0, 2, 3, 1))

pg.image(merged[:,:,2,:,:].transpose(0, 2, 3, 1))

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的python批量读取tiff文件_Python图像分析：从共焦显微镜读取多维TIFF文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。