name: omero-integration description: “显微镜数据管理平台。通过Python访问图像，检索数据集，分析像素，管理ROI/注释，批量处理，适用于高通量筛选和显微镜工作流程。”

OMERO 集成

概述

OMERO 是一个用于管理、可视化和分析显微镜图像及元数据的开放平台。通过Python API访问图像，检索数据集，分析像素，管理ROI和注释，适用于高通量筛选和显微镜工作流程。

何时使用此技能

此技能应在以下情况下使用：

使用OMERO Python API（omero-py）访问显微镜数据
通过程序检索图像、数据集、项目或筛选数据
分析像素数据并创建派生图像
在显微镜图像上创建或管理ROI（感兴趣区域）
向OMERO对象添加注释、标签或元数据
在OMERO表中存储测量结果
创建服务器端脚本进行批量处理
执行高通量筛选分析

核心能力

此技能涵盖八个主要能力领域。每个都在references/目录中有详细文档：

1. 连接与会话管理

文件: references/connection.md

建立与OMERO服务器的安全连接，管理会话，处理身份验证，并在组上下文中工作。用于初始设置和连接模式。

常见场景:

使用凭据连接到OMERO服务器
使用现有会话ID
在组上下文之间切换
使用上下文管理器管理连接生命周期

2. 数据访问与检索

文件: references/data_access.md

导航OMERO的分层数据结构（项目 → 数据集 → 图像）和筛选数据（筛选 → 板 → 孔）。检索对象，按属性查询，并访问元数据。

常见场景:

列出用户的所有项目和数据集
按ID或数据集检索图像
访问筛选板数据
使用过滤器查询对象

3. 元数据与注释

文件: references/metadata.md

创建和管理注释，包括标签、键值对、文件附件和评论。将注释链接到图像、数据集或其他对象。

常见场景:

向图像添加标签
将分析结果作为文件附加
创建自定义键值元数据
按命名空间查询注释

4. 图像处理与渲染

文件: references/image_processing.md

将原始像素数据作为NumPy数组访问，操作渲染设置，创建派生图像，并管理物理维度。

常见场景:

提取像素数据进行计算分析
生成缩略图图像
创建最大强度投影
修改通道渲染设置

5. 感兴趣区域（ROI）

文件: references/rois.md

使用各种形状（矩形、椭圆、多边形、掩模、点、线）创建、检索和分析ROI。从ROI区域提取强度统计信息。

常见场景:

在图像上绘制矩形ROI
创建用于分割的多边形掩模
分析ROI内的像素强度
导出ROI坐标

6. OMERO表

文件: references/tables.md

存储和查询与OMERO对象关联的结构化表格数据。适用于分析结果、测量和元数据。

常见场景:

为图像存储定量测量
创建多列类型的表
使用条件查询表数据
将表链接到特定图像或数据集

7. 脚本与批量操作

文件: references/scripts.md

创建在服务器端运行的OMERO.scripts，用于批量处理、自动化工作流程和与OMERO客户端集成。

常见场景:

批量处理多个图像
创建自动分析流程
生成跨数据集的摘要统计信息
以自定义格式导出数据

8. 高级功能

文件: references/advanced.md

涵盖权限、文件集、跨组查询、删除操作和其他高级功能。

常见场景:

处理组权限
访问原始导入文件
执行跨组查询
使用回调删除对象

安装

使用pip或conda安装OMERO Python绑定：

# 使用pip
pip install omero-py

# 使用conda
conda install -c conda-forge omero-py

要求:

Python 3.7+
Zeroc Ice 3.6+
访问OMERO服务器（主机、端口、凭据）

最佳实践: 使用Python虚拟环境（venv、conda或mamba）来隔离依赖项。

快速开始

基本连接模式：

from omero.gateway import BlitzGateway

# 连接到OMERO服务器
conn = BlitzGateway(username, password, host=host, port=port)
connected = conn.connect()

if connected:
    # 执行操作
    for project in conn.listProjects():
        print(project.getName())

    # 始终关闭连接
    conn.close()
else:
    print("连接失败")

推荐使用上下文管理器模式：

from omero.gateway import BlitzGateway

with BlitzGateway(username, password, host=host, port=port) as conn:
    # 自动管理连接
    for project in conn.listProjects():
        print(project.getName())
    # 退出时自动关闭

选择正确的能力

用于数据探索:

从 references/connection.md 开始建立连接
使用 references/data_access.md 导航层次结构
检查 references/metadata.md 获取注释详细信息

用于图像分析:

使用 references/image_processing.md 访问像素数据
使用 references/rois.md 进行基于区域的分析
使用 references/tables.md 存储结果

用于自动化:

使用 references/scripts.md 进行服务器端处理
使用 references/data_access.md 进行批量数据检索

用于高级操作:

使用 references/advanced.md 处理权限和删除
检查 references/connection.md 进行跨组查询

常见工作流程

工作流程1：检索和分析图像

连接到OMERO服务器 (references/connection.md)
导航到数据集 (references/data_access.md)
从数据集检索图像 (references/data_access.md)
将像素数据作为NumPy数组访问 (references/image_processing.md)
执行分析
将结果存储为表或文件注释 (references/tables.md 或 references/metadata.md)

工作流程2：批量ROI分析

连接到OMERO服务器
检索带有现有ROI的图像 (references/rois.md)
对于每个图像，获取ROI形状
提取ROI内的像素强度 (references/rois.md)
在OMERO表中存储测量值 (references/tables.md)

工作流程3：创建分析脚本

设计分析工作流程
使用OMERO.scripts框架 (references/scripts.md)
通过脚本参数访问数据
批量处理图像
生成输出（新图像、表、文件）

错误处理

始终将OMERO操作包装在try-except块中，并确保连接正确关闭：

from omero.gateway import BlitzGateway
import traceback

try:
    conn = BlitzGateway(username, password, host=host, port=port)
    if not conn.connect():
        raise Exception("连接失败")

    # 执行操作

except Exception as e:
    print(f"错误: {e}")
    traceback.print_exc()
finally:
    if conn:
        conn.close()

附加资源

官方文档: https://omero.readthedocs.io/en/stable/developers/Python.html
BlitzGateway API: https://omero.readthedocs.io/en/stable/developers/Python.html#omero-blitzgateway
OMERO模型: https://omero.readthedocs.io/en/stable/developers/Model.html
社区论坛: https://forum.image.sc/tag/omero

注意事项

OMERO使用基于组的权限（只读、读取-注释、读取-写入）
OMERO中的图像按层次组织：项目 > 数据集 > 图像
筛选数据使用：筛选 > 板 > 孔 > 孔样本 > 图像
始终关闭连接以释放服务器资源
使用上下文管理器进行自动资源管理
像素数据作为NumPy数组返回用于分析