1、问题背景

参加MARS数据医疗赛道进行计算机视觉的比赛，比赛内容为赛题提供一批病理数字切片，由专业医师给出切片区域内T分期指标的标注。选手需要使用计算机视觉相关技术，按照TNM分期指标中“T”指标对切片内的区域进行分类预测，辅助医生进行识别，提高病理诊断效率。
使用TNM分期进行肿瘤评估时，T0代表无证据表明存在原发肿瘤、T1~T3代表癌细胞的侵入程度逐渐加深，Tis代表原位癌（上皮内肿瘤，未侵及固有层，高度不典型增生）。在初赛中，选手需要根据给定的kfb图片及json文件，对切片内划定的区域进行侵入程度的分类预测，共分为五类，包括T0、T1、T2、T3和Tis。

2、面临的问题

由于病理切片图像为医院专业器械得出，赛题方提供的是KFB格式的病理切片图像，在自己计算机上显示不出来，所以需要使用赛题方提供的exe文件（ 第三方提供 ）对kfb格式的图片进行转换，赛题方提供的可执行文件可以把kfb格式转换为tiff格式。
由于我们需要用深度学习去对数据进行预测，这里的图片数据非常多、并且一个图片就400M+，显然一张一张照片转换是非常费时的，所以需要写一个python脚本去给我们批量转换我们的数据。

3、代码实现（案例）

比如需要在命令行输入一下命令
python代码
下面展示 用Python循环执行exe可执行文件 达到批量处理文件的需求。

import os
path = "D:\\BaiduNetdiskDownload\\MARS\\data\\T0\\"
main = "D:\\BaiduNetdiskDownload\\MARS\\tool\\KFbioConverter.exe"
suffixs = []
for file_name in os.listdir(path):
    if file_name.endswith(".kfb"):
        suffix = file_name.split(".")[0]
    #   os.startfile(main + path + file_name + toPath + suffix + ".tif 3")
    path1 = "D:\\BaiduNetdiskDownload\\MARS\\data\\T0\\" + file_name
    toPath = "D:\\BaiduNetdiskDownload\\MARS\\data\\TIF0\\" + suffix + ".tif 3"
    # 运行参数格式化
    para = "%s %s %s" % (main, path1, toPath)  # 注意是temp.bat不是exe
    os.system(para)

转换结果

4、总结

开始在命令框中转换第一个图片的时候就感受到了绝望，因为图片极大都是45000*45000左右的图像（上面文件都加载不出来），这样的话一个T0数据集就需要转换一天，不过有了Python脚本就方便很多。
还有三个训练集数据和一个测试集数据还没有去下载，希望硬盘够用。
这么大的图片后面需要进行特殊的图像压缩处理，但又不能让图像失去原有图像的病理特征，然后再喂入深度学习的神经网络中。这里数据压缩还一头雾水，如果大神有好的方法请多多指教。
感兴趣的伙伴们可以一起交流交流u。

已解决WARNING: pip is configured with locations that require TLS/SSL, however the ssl module in Python 2023年3月5日 python绘图——坐标轴 2023年3月5日 YOLO系列（一）：YOLOv1笔记一（原理部分） 2022年3月25日【交通数据（1）——加州高速路网PeMS交通数据】 2023年2月25日解决“ImportError: Missing optional dependency ‘pytables‘. Use pip or conda to install pytables.” 2023年3月12日 octomap(0):octomap源码编译安装与demo运行 2022年5月13日

python调用exe程序 传入命令参数，并实现循环批处理文件

1、问题背景

2、面临的问题

3、代码实现（案例）

4、总结

python调用exe程序传入命令参数，并实现循环批处理文件