如何将20倍扫描的.svs格式全玻片图像放大至40倍并保留元数据

原有方案处理大尺寸玻片失败的核心原因是全量读取玻片内容到内存触发内存溢出，且中间生成PNG、多次格式转换的流程会额外占用存储与内存资源，也容易丢失SVS专属元数据。

推荐完全基于libvips实现流式分块处理，全程无需将全量图像加载到内存，同时支持直接保留原SVS元数据，适配GB级大尺寸玻片处理需求，操作更简便。

具体操作步骤 #

• 第一步：备份原SVS文件元数据
  用openslide的Python接口读取所有元数据字段存储备用，示例代码：

  import openslide
  src_slide = openslide.OpenSlide("input.svs")
  original_meta = src_slide.properties
  src_slide.close()
  

• 第二步：用vips命令直接对原SVS做2倍放大，生成符合SVS规范的金字塔结构文件，无中间文件生成：

  vips tiffsave input.svs temp_output.svs --tile --pyramid --compression jpeg --Q 90 --xres 0.25 --yres 0.25 --scale 2
  

  参数说明：
  • --tile --pyramid 生成SVS要求的多分辨率金字塔结构
  • --compression jpeg --Q 90 匹配常规SVS的压缩参数，可按需调整质量
  • --xres 0.25 --yres 0.25 对应40倍扫描的分辨率（单位为μm/像素，20倍对应0.5μm/像素，放大2倍后修改为0.25即可）
  • --scale 2 执行2倍上采样，vips默认采用双三次插值，效果优于OpenCV默认插值算法
• 第三步：将备份的原元数据写入新生成的SVS文件即可

  import pyvips
  new_slide = pyvips.Image.new_from_file("temp_output.svs")
  # 写入所有原有元数据
  for k, v in original_meta.items():
      new_slide.set(k, v)
  # 保存最终文件
  new_slide.tiffsave("final_output.svs", tile=True, pyramid=True, compression="jpeg", Q=90)
  

批量处理优化 #

如果需要处理多份SVS文件，将上述步骤封装为循环即可，单张10GB级SVS的处理耗时通常在5-10分钟，内存占用稳定在2GB以内，不会出现内存溢出问题。
如果不需要调整上采样插值规则，也可以直接在vips命令中传入元数据参数，全程无需编写Python代码

内容的提问来源于stack exchange，提问作者Murali Selvaraj