如何通过Python直接将OME-TIFF转换为DZI格式？

完全可以跳过中间的JPG转换步骤，直接用Python结合专业图像处理库实现OME-TIFF到DZI的转换，下面提供两种可行方案，分别适配不同场景：

方案1：基于PyVips（适合大尺寸/超大图像，内存友好） #

PyVips基于libvips库，处理大图像时内存占用极低，且原生支持OME-TIFF读取和DZI格式生成，是处理这类任务的首选方案。

步骤： #

1. 安装依赖

pip install pyvips

（注：部分系统需先安装libvips系统库，比如Ubuntu用apt install libvips-dev，macOS用brew install vips）

2. 转换代码实现

import pyvips

# 读取OME-TIFF文件，sequential模式适合流式处理大图像
image = pyvips.Image.new_from_file("your_input.ome.tif", access="sequential")

# 生成DZI格式，指定瓦片大小、压缩参数等
image.dzsave(
    "output_dzi",  # 输出前缀，会生成output_dzi.dzi描述文件和output_dzi_files瓦片文件夹
    tile_size=256,
    depth="one",  # RGB图用"one"，灰度图可调整为"uint8"
    compression="jpeg",
    Q=85  # JPEG压缩质量，范围0-100
)

方案2：基于Tifffile + Pillow（适合中小尺寸图像，依赖轻量） #

如果图像尺寸不大，可通过tifffile读取OME-TIFF，再用Pillow手动生成DZI金字塔和瓦片。

步骤： #

1. 安装依赖

pip install tifffile pillow

2. 转换代码实现

import tifffile
from PIL import Image
import os
import xml.etree.ElementTree as ET

def ome_tiff_to_dzi(input_path, output_prefix, tile_size=256):
    # 读取OME-TIFF图像数据
    with tifffile.TiffFile(input_path) as tif:
        image_data = tif.asarray()
        # 调整通道顺序：OME-TIFF通常为(C,H,W)，转为PIL支持的(H,W,C)
        if len(image_data.shape) == 3:
            image_data = image_data.transpose(1, 2, 0)
        img = Image.fromarray(image_data)
    
    # 创建瓦片存储目录
    tiles_dir = f"{output_prefix}_files"
    os.makedirs(tiles_dir, exist_ok=True)
    
    # 生成金字塔层级列表
    levels = []
    current_img = img
    while current_img.size[0] > 0 and current_img.size[1] > 0:
        levels.append(current_img)
        # 每次缩小一半，用LANCZOS插值保证画质
        current_img = current_img.resize(
            (max(1, current_img.size[0] // 2), max(1, current_img.size[1] // 2)),
            Image.Resampling.LANCZOS
        )
    
    # 生成各层级的瓦片
    for level_idx, level_img in enumerate(reversed(levels)):
        level_dir = os.path.join(tiles_dir, str(level_idx))
        os.makedirs(level_dir, exist_ok=True)
        width, height = level_img.size
        cols = (width + tile_size - 1) // tile_size
        rows = (height + tile_size - 1) // tile_size
        
        for row in range(rows):
            for col in range(cols):
                left = col * tile_size
                top = row * tile_size
                right = min(left + tile_size, width)
                bottom = min(top + tile_size, height)
                tile = level_img.crop((left, top, right, bottom))
                tile.save(os.path.join(level_dir, f"{col}_{row}.jpg"), quality=85)
    
    # 生成DZI XML描述文件
    root = ET.Element("Image", TileSize=str(tile_size), Overlap="0", Format="jpg")
    ET.SubElement(root, "Size", Width=str(img.size[0]), Height=str(img.size[1]))
    tree = ET.ElementTree(root)
    tree.write(f"{output_prefix}.dzi", encoding="utf-8", xml_declaration=True)

# 调用转换函数
ome_tiff_to_dzi("your_input.ome.tif", "output_dzi")

注意事项： #

• 针对多通道OME-TIFF（如荧光图像），需根据需求调整通道逻辑，比如提取RGB通道或转为灰度图。
• 若需保留OME元数据，方案1的PyVips会自动处理部分元数据，方案2可通过tifffile读取元数据后另行保存。

内容的提问来源于stack exchange，提问作者JhowX