Reproduce Napari visualizations
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 30/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- data-visualization
Línea de trabajo
Comienza revisando la ruta de renderizado existente de spatialdata-plot y los metadatos NGFF Omero descritos en el issue. Determina cómo se leen actualmente los preajustes de visualización y, después, define comprobaciones de aceptación para la combinación aditiva u opaca, los colores de estilo Napari y los límites o ventanas de contraste absolutos. Se considera terminado cuando las vistas previas estáticas reproducen las propiedades solicitadas del preajuste sin abrir Napari de forma interactiva.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I would like to generate static images files from NGFF/SpatialData datasets and presets stored in their NGFF Omero metadata, so that one can preview datasets without opening them interactively in Napari.
This combines the idea that SpatialData's data model resembles Napari's, and that datasets can store visualization presets for a reasonable default visualization.
For this, we still need some basic rendering properties:
blending:additive|opaque…
Typically, images contain multiple channel, and their visualization is different depending on the microscopy illumination type. Several fluorescence channels can be visualized in a single image by additive blending. However, currently spatialdata-plot "overwrites" pixels of channels underneath.color:
Napari allows to provide a color name for maximum intensity values and generates a corresponding color map.contrast_limits(Napari) orwindow(Omero):
Typically, the value range of images can differ greatly, and in order to avoid reading all pixels to compute limits, Omero stores absolute limits in the metadata. However, spatialdata-plot currently supports only Matplotlib's relative limitspmin/pmax(asquantiles_for_norm).
- Lenguaje dominante
- Python
- Estrellas
- 86
- Forks
- 21
- Merge medio
- 14 h 50 min
- PR fusionados (30 d)
- 3
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 scverse/spatialdata-plot
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
scverse/spatialdata-plot#775 ·
-
bug
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
scverse/spatialdata-plot#777 ·
-
`pl.show()` leading to `ValueError` due to mismatch between number of axes and number of panels Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
scverse/spatialdata-plot#749 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
scverse/spatialdata-plot#747 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 45/100
scverse/spatialdata-plot#677 ·
Todos los issues de scverse/spatialdata-plot
Issues similares
-
essnmx good first issue
Dificultad 1/5 Menos de una hora Aptitud para principiantes 95/100
-
[Feature] 奇物选择添加优先级 Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
syfoud/Simulated_Scepter#174 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Giskard-AI/giskard-oss#2840 · 1 comentario ·
-
A claim comment carrying the issue number is silently declined while the workflow reports success Abiertoarea: repo bug perceived difficulty: 2
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
yeti-platform/yeti#1380 ·