ImageJ

收录理由

ImageJ 在科学图像分析领域已经存在了几十年，生物学、显微成像和材料实验室的研究人员至今仍会选用它，因为他们需要的是可脚本化、可复现的处理流程，而不是一个黑箱模型。由于采用 Java 编写，同一套代码能在 Windows、macOS 和 Linux 上运行，其宏语言和插件生态也让重复性的测量、滤波和分割工作变得容易自动化。对于定量显微成像和其他科学图像，这是一套成熟的工作平台，即使没有机器学习背景也能获得有用的结果。它还以 Maven 构件的形式发布，可以直接嵌入更大的 Java 分析管线。需要注意的是，它是一个通用的图像处理平台，而非深度学习框架，但对大多数实验室工作流来说，这恰恰是优势而非局限。