2. Image File 구조

2019-12-16

2020-11-27

image file, imagej

여러분이 다룰 Image File의 구조를 간략하게 살펴보겠습니다.
최대한 간결하게 필수적인 지식만 전달하고자 합니다.

Reference

A Fiji Scripting Tutorial #2. Your first Fiji script

2.1. Image File 구조

ImageJ로 다룰 image는 bitmap 형식입니다.
전체 이미지는 pixel이라 불리는 점의 집합으로 이루어져 있습니다.
원점은 좌측 상단이며 아래 이미지는 256x256개의 pixel을 가지고 있습니다.
이미지 파일에는 Channels, Slices, Frames 속성이 있습니다.
Channel: 하나의 pixel을 몇 가지의 데이터로 표현하는지.
Slices: 입체적인 시료를 몇 개의 층으로 나누어 분석했는지.
Frames: 몇 장의 연속된 이미지를 합쳤는지.

2.2. `ImageJ`에서 Image File 읽기.

ImageJ에서는 다른 프로그램처럼 [File] > [Open]을 통해서 이미지 파일을 열 수 있습니다.
각자 파일은 조금 나중에 열어보기로 하고, 여기서는 동일한 설명을 위해 같은 파일을 열어보겠습니다.
ImageJ에서 제공하는 Sample Image를 다음과 같이 열 수 있습니다.
[File] > [Open Samples]로 가면 다양한 그림들이 있는데, 여기서 Boats (356K)를 선택합시다.

2.3. Image File 정보 읽기.

Image File에 담긴 정보를 읽는 방법을 알아봅시다.
가로세로 몇 개의 pixel로 구성되어 있는지, Greyscale은 몇 단계로 구성되어 있는지 등입니다.

2.3.1. GUI

아래 왼쪽과 같이 흑백 배 사진을 보실 수 있습니다.
사진 왼쪽 위를 자세히 보시면 720x576 pixels; 8-bit, 405K라는 정보가 나와 있습니다만 조금 더 자세히 알아봅시다.
[Image] > [Show Info]를 클릭하시면 이미지의 전체적인 정보를 보실 수 있습니다.
이미지 창에서 Ctrl + I 단축키를 입력하셔도 됩니다.
그럼, 아래와 같은 Image File의 정보가 요약된 창이 뜹니다.
Title 은 파일명, Width은 이미지의 폭, Height는 이미지의 높이, Size는 파일 크기를 말하며,
Bits per pixel과 Display range는 한 pixel이 담을 수 있는 데이터의 크기를 말합니다.
n bit는 $ 2^{n} $개의 정보를 담을 수 있으므로, 8 bit는 한 pixel의 데이터를 $ 2^{8} = 256 $ 단계로 표현할 수 있습니다.
따라서 Display range는 0(black)-255(white)까지의 값을 가질 수 있습니다.
Channels, Slices, Frames 속성은 [Image] > [Properties...] 에서 다음과 같이 확인 가능합니다.
다른 예제를 통해 복잡한 이미지의 기본 정보를 살펴봅시다.
[File] > [Open Samples]에서 mitosis.tif를 선택합니다.
2 channel, 5 slice, 51 frames를 가진 171 x 196 image 입니다.
Image Info: 파일명, 이미지 크기, Bits per pixel, Frame 관련 정보입니다.
Image Properties...: Channels, Slices, Frames 정보입니다.

2.3.2. `ImageJ Python` Script.

우리의 목적은 python script를 이용해서 이미지를 처리하는 것입니다.
python 명령어를 이용해서 이미지에 드러난 형상과 pixel 데이터를 처리하는 연습을 해 보겠습니다.
다시 Boats를 화면에 띄우고 script 창을 열어봅시다. [File] > [New] > [Script..]를 클릭하면 됩니다.
단축키 [를 누르면 한 번에 아래와 같은 창을 띄울 수 있습니다.
ImageJ는 상당히 많은 언어를 제공합니다. [상세링크]
우리는 python을 이용한 스크립트를 작성할 것이므로 이 중에서 python을 선택합시다.
엄밀히 말하면, ImageJ에서 지원하는 것은 Python이 아니라 Jython입니다.
Jython은 JAVA 플랫폼에서 Python을 구현한 것으로, JAVA class를 불러올 수 있습니다. [Link]
JAVA 기능을 활용해 UI를 제작할 수 있습니다.
이미지 분석 및 조작 부분은 python의 문법을 따릅니다. [Link]
script 창에 아래와 같은 명령을 입력하고 실행해 봅시다.
실행 단축키는 Ctrl + R 입니다.

2.3.3. `ImageJ Python` Script 설명.

package ij로부터 IJ를 불러옵니다.
1
from ij import IJ
- imagej가 제공하는 package ij 안에는 IJ외에도 다양한 class가 있습니다. [Link]
  이 중 지금 우리가 호출할 명령어는 IJ 안에만 있으므로 다른 것들은 두고 IJ만 불러오는 것입니다.
현재 열려 있는 그림을 잡아옵니다.
1
imp = IJ.getImage()
- IJ.getImage()는 열려 있거나 마우스가 최근에 클릭한 이미지를 데이터로 메모리에 담는 명령입니다.
  imp =이 앞에 있으므로, 지금 열린 Boat 이미지를 통째로 imp라는 변수에 넣겠다는 뜻입니다.
- 이제 imp에서 읽는 정보는 Boat 이미지의 정보이고, imp를 수정하면 Boat이미지가 수정됩니다.
그림의 정보를 출력합니다.
1
print imp
- python의 print명령은 뒤에 오는 변수의 내용물을 출력하라는 뜻입니다.
  예를 들어 a = 1 이라고 선언한 뒤에 print a를 하면 a에 담긴 1을 출력합니다.
- 여기서는 imp에 담긴 내용을 출력하라는 명령이므로 아래 창에 출력된 것 처럼
  img["boats.gif" (-5), 8-bit, 720x576x1x1x1] 이라는 결과물이 나옵니다.
  - img : “image data이고, 상세 정보는 []와 같음”.
  - "boats.gif" : 파일명
  - (-5) : ID
  - 8-bit : pixel의 data level ($ 2^{8} = 256 $)
  - 720x576 : width x height
  - 첫번째 x1 : channels
  - 두번째 x1 : slices
  - 세번째 x1 : frames
- width, height, channels, slices, frames 는 이미지 데이터에 접근하는 주소가 됩니다.

2.4. Image Meta Data 읽기.

Image Data가 Image가 어떻게 구성되어 있는지에 대한 정보라면,
Image Meta Data는 Image가 어떻게 형성되어 있는지에 대한 정보입니다.
SEM이나 TEM같은 현미경 사진 분석에 중요한 nm/pixel, 논문 작성시 필요한 가속전압 등이 있습니다.

2.4.1. TEM Image (`.dm3`)

ImageJ에서는 Gatan Digital Micrograph의 dm3 format을 지원합니다.
별도의 옵션이나 설치 없이 [File] > [Open]을 통해 dm3파일을 열 수 있고,
Show Info를 하면 다음과 같은 meta data 전체를 볼 수 있습니다.
Resolution, Pixel size, Voltage, Magnification등의 정보가 보입니다.