Tutoriel ayant pour objectif d'illustrer une utilisation de la bibliothèque scikit-image pour la manipulation et l'analyse d'images en Python. 🐍
Vous pouvez lancer les notebooks du tutoriel avec Binder
Il y a 2 notebooks jupyter dans le répertoire notebook :
-
intro.ipynb: Introduction au tutoriel. Cette introduction présente comment est encodée une image (en particulier en Python), ainsi que l'intérêt d'utiliser le format TIFF pour des images de microscopie. Il vous présente également, les fonctions du module scikit-image que l'on utilisera pour le tutoriel et les références qui nous ont permis de créer ce petit tutoriel. -
demo.ipynb: Tutoriel d'utilisation du module scikit-image. Ce tutoriel vous guide pas à pas, pour détecter, analyser et réaliser des mesures sur les noyaux d'une image de microscopie photonique à épifluorescence.
-
Assurrez-vous d'avoir une installation miniconda ou anaconda (à l'aide de la commande :
conda --version) et le logiciel de gestion de version Git. Si ce n'est pas le cas procéder à une installation deconda(Miniconda • Anaconda) et/ou deGit(Git) -
Clonez le dépôt du tutoriel :
git clone https://github.com/w2994a/projet_scikit-image.git
ou via connexion ssh :
git clone [email protected]:w2994a/projet_scikit-image.git
- Déplacez-vous dans le répertoire du dépôt du tutoriel :
cd projet_scikit_image
- Créez l'environnement conda pour le tutoriel :
conda env create -f binder/environment.yml
- Activez l'environnement pour le tutoriel :
conda activate analyze-images
- Lancez Jupyter Lab pour commencer le tutoriel :
jupyter lab
Si vous souhaitez refaire ce tutoriel ou utiliser l'environnement conda, seules les étapes 3, 5 et 6 seront nécessaires. On espère que ce petit tutoriel vous donnera envie d'explorer plus en profondeur le module scikit-image et plus généralement la manipulation et l'analyse d'image en Python. 🍣