Adding driver for Tiff images
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 18/100
Línea de trabajo
Lea el ejemplo del driver PNG y compárelo con el driver Zarr; siga TensorStore::Open desde el driver y la configuración de file-kvstore, incluida la ruta. Aclare con los maintainers si el objetivo inicial es la lectura respaldada por libtiff o la E/S de OME-TIFF en chunks, porque el issue no define pruebas ni un límite de finalización.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hello there.
I am trying to see if I can add support for reading (and eventually writing) Tiff images using tensorstore. The motivation is to be able to read/write large OMETiff images. Initially I am following the png driver example to create an interface with libtiff library. But, longer term, I would prefer to do the IO in a chunked fashion. Since Tiff has the concept of tiles (X and Y axis) and IFDs (Z axis and additional dimensions, at least according to OME spec), I think chucked IO will work similar to zarr driver.
I am looking for some guidance for getting started. For example, if I have something like the following, how does information of which file need to be opened gets to the driver?
tensorstore::Context context = Context::Default();
TENSORSTORE_CHECK_OK_AND_ASSIGN(auto store, tensorstore::Open({{"driver", "tiff"},
{"kvstore", {{"driver", "file"},
{"path", "p01_x01_y01_wx0_wy0_c1.ome.tif"}}
}},
context,
tensorstore::OpenMode::open,
tensorstore::RecheckCached{false},
tensorstore::ReadWriteMode::read).result());
- Lenguaje dominante
- C++
- Estrellas
- 1.6k
- Forks
- 151
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de google/tensorstore
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
google/tensorstore#305 ·
-
Ship Python 3.15 wheelsAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 64/100
google/tensorstore#298 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
google/tensorstore#291 · 1 comentario · 1 reacción ·
-
Zarr3 rectilinear chunk gridAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
google/tensorstore#288 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100
google/tensorstore#279 ·
Todos los issues de google/tensorstore
Issues similares
-
documentation
Dificultad 1/5 1-3 horas Aptitud para principiantes 84/100
Los mantenedores suelen responder en 1 día
-
Lua File: add readWhole()Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 69/100
grumpycoders/pcsx-redux#2667 ·
-
GCC 15.2: -Wcast-qual warning - cast discards const qualifier from pointer target type (H5trace.c)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 73/100
Los mantenedores suelen responder en 1 día
-
bug module: copilot
Dificultad 2/5 1-3 horas Aptitud para principiantes 64/100
MaaAssistantArknights/MaaAssistantArknights#19250 · 2 comentarios ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
LadybirdBrowser/ladybird#14486 ·
Los mantenedores suelen responder en 1 día