Code interpreter生成无聊的APP：病理图像切割和提取
一、写在前面
机器学习100步不够分配了，所以开个新专栏，就叫做《Code interpreter生成无聊的APP》，旨在探索GPT-4官方插件Code interpreter的使用心路历程。
主要灵感来源：听户主说，她们在做病理组学图像标注和分割的时候，还得手动对标注区域进行提取和分割，费时费力废眼睛，严重不符合AI时代（躺平摸鱼）
所以，干脆开一个专栏，记录我干这种无聊事情的前因后果。
二、任务和APP
（1）任务
先说说要干啥，有一张使用超高清扫描出来的病理图片，也就821M。
这种图片，PS也打不开。双击打开，电脑也要卡死。
只能在一个叫做“ImageScope x64”的软件打开和标注。那么，任务就是需要在这图片上圈出病变区域，比如病变区域1以及病变区域2：
这个软件就会生成图层一和图层二，其中图层一包含2个区域（红色多边形），图层二包含2个区域（黑色多边形）。该软件会保存为下面两个软件：
TIFF就是原始图片，后面这个叫做XML注释文件，保存着我们所做的注释信息。
最终，要做的也简单，把以上四张图切割出来，用于后续建模啥的。
手工操作的后果，苦不堪言吧。
（2）APP
因此，弄了一个丑萌丑萌的APP：
操作也简单粗暴：分别填入TIF文件、XML文件和选择结果输出的文件夹，点击提取。
这个过程耗时取决于你的CPU和内存，比如我的内存只有16g，花了18分钟，结果如下：
哈哈，不要在意命名是反的。
重要的是分割出来了，而且每一个图片也是几百M的大小。
三、制作花絮
全程基于Code interpreter开发，晒出咒语和对线过程：
四、APP安装和运行
（1）安装依赖库
上述脚本使用了以下Python库：
os：Python标准库，无需额外安装。
numpy：用于数值计算和数组操作。
xml.etree.ElementTree：Python标准库，用于XML解析，无需额外安装。
PIL（从 Pillow 包导入）：用于图像操作。
skimage.draw：来自 scikit-image 包，用于绘制多边形。
所以，需要安装的依赖库有：
numpy
Pillow
scikit-image
其中，numpy在安装Anaconda环境的时候自动配有的，因此难点在于Pillow和scikit-image，介绍下手动安装：
（a）下载依赖安装包
Pillow的下载地址：Pillow · PyPI
比如我的是，Python3.8，系统是Win10 64位，就选择：
Pillow-10.0.0-cp38-cp38-win_amd64.whl (2.5 MB view hashes)
同样，
scikit-image的下载地址：scikit-image · PyPI
Python3.8，系统是Win10 64位，就选择：
scikit_image-0.21.0-cp38-cp38-win_amd64.whl (22.7 MB view hashes)
上述两个文件记得存在哪里啊，要移动的。
（b）安装
打开Anaconda Powershell Prompt，弹出黑框：
切换环境，比如我的是tf2.6：
conda activate tf2.6
看到目前的工作路径了没：
C:\Users\Administrator>
把之前下载的
Pillow-10.0.0-cp38-cp38-win_amd64.whl 以及
scikit_image-0.21.0-cp38-cp38-win_amd64.whl
复制到C:\Users\Administrator中。
输入代码安装：
pip install Pillow-10.0.0-cp38-cp38-win_amd64.whl
pip install scikit_image-0.21.0-cp38-cp38-win_amd64.whl回车，一般都能安装成功。要是翻车了，自行百度哈。
（2）运行脚本
把脚本丢到C:\Users\Administrator中：
打开Anaconda Powershell Prompt，弹出黑框，切换到tf2.6环境，输入：
Python JET-TIF-EXTRACT-2.py回车，弹出APP界面。
五、码源
见微信公众号