Bioformats-Python error: 'ascii' codec can't encode character u'\xb5' when using OMEXML()

Question

我正在尝试使用 Python 中的生物格式来读取显微镜图像（.lsm、.czi、.lif，随你便），打印出元数据，并显示图像。 ome = bf.OMEXML(md) 给我一个错误（如下）。我认为它是在谈论 md 中存储的信息。它不喜欢 md 中的信息不全是 ASCII。但是我该如何克服这个问题呢？这是我写的：

import Tkinter as Tk, tkFileDialog
import os
import javabridge as jv
import bioformats as bf
import matplotlib.pyplot as plt
import numpy as np

jv.start_vm(class_path=bf.JARS, max_heap_size='12G')

用户选择要使用的文件

#hiding root alllows file diaglog GUI to be shown without any other GUI elements
root = Tk.Tk()
root.withdraw()
file_full_path = tkFileDialog.askopenfilename()
filepath, filename = os.path.split(file_full_path)
os.chdir(os.path.dirname(file_full_path))

print('opening:  %s' %filename)
reader = bf.ImageReader(file_full_path)
md = bf.get_omexml_metadata(file_full_path)
ome = bf.OMEXML(md)

将图像放入 numpy 数组

raw_data = []
    for z in range(iome.Pixels.get_SizeZ()):
    raw_image = reader.read(z=z, series=0, rescale=False)
    raw_data.append(raw_image)
raw_data = np.array(raw_data)

显示需要的元数据

iome = ome.image(0) # e.g. first image
print(iome.get_Name())
print(iome.Pixels.get_SizeX())
print(iome.Pixels.get_SizeY())

这是我得到的错误：

---------------------------------------------------------------------------
UnicodeEncodeError                        Traceback (most recent call last)
<ipython-input-22-a22c1dbbdd1e> in <module>()
     11 reader = bf.ImageReader(file_full_path)
     12 md = bf.get_omexml_metadata(file_full_path)
---> 13 ome = bf.OMEXML(md)

/anaconda/envs/env2_bioformats/lib/python2.7/site-packages/bioformats/omexml.pyc in __init__(self, xml)
    318         if isinstance(xml, str):
    319             xml = xml.encode("utf-8")
--> 320         self.dom = ElementTree.ElementTree(ElementTree.fromstring(xml))
    321 
    322         # determine OME namespaces

<string> in XML(text)

UnicodeEncodeError: 'ascii' codec can't encode character u'\xb5' in position 1623: ordinal not in range(128)

这是具有专有显微镜格式的代表test image

Answer 1

感谢您添加示例图片。这帮了大忙！

让我们首先删除所有不必要的 Tkinter 代码，直到我们得到一个 Minimal, Complete and Verifiable Example 允许我们重现您的错误消息。

import javabridge as jv
import bioformats as bf

jv.start_vm(class_path=bf.JARS, max_heap_size='12G')

file_full_path = '/path/to/Cell1.lsm'

md = bf.get_omexml_metadata(file_full_path)

ome = bf.OMEXML(md)

jv.kill_vm()

我们首先收到一些关于 3i SlideBook SlideBook6Reader library not found 的警告消息，但我们 can apparently ignore 那。

您的错误消息显示为 UnicodeEncodeError: 'ascii' codec can't encode character u'\xb5' in position 1623: ordinal not in range(128)，所以让我们看看在位置 1623 附近可以找到什么。

如果在 md = bf.get_omexml_metadata(file_full_path) 之后添加 print md，则会打印出带有元数据的整个 xml。让我们放大：

>>> print md[1604:1627]
PhysicalSizeXUnit="µm"

所以，µ 字符是罪魁祸首，它不能用 'ascii' codec 编码。

回顾回溯：

/anaconda/envs/env2_bioformats/lib/python2.7/site-packages/bioformats/omexml.pyc in __init__(self, xml)
    318         if isinstance(xml, str):
    319             xml = xml.encode("utf-8")
--> 320         self.dom = ElementTree.ElementTree(ElementTree.fromstring(xml))
    321 
    322         # determine OME namespaces

我们看到在错误发生之前的行中，我们将 xml 编码为 utf-8，这应该可以解决我们的问题。那为什么没有发生呢？

如果我们添加 print type(md)，我们会返回 <type 'unicode'> 而不是代码预期的 <type 'str'>。所以这是 omexml.py 中的错误！

要解决此问题，请执行以下操作（您可能需要是 root）；

转到/anaconda/envs/env2_bioformats/lib/python2.7/site-packages/bioformats/
移除omexml.pyc
在 omexml.py 中将第 318 行从 isinstance(xml, str): 更改为 if isinstance(xml, basestring):

basestring 是 str 和 unicode 的超类。它用于测试一个对象是否是str或unicode的实例。

我想为此提交一个错误，但似乎已经有一个 open issue。

Bioformats-Python error: 'ascii' codec can't encode character u'\xb5' when using OMEXML()

Bioformats-Python error: 'ascii' codec can't encode character u'\xb5' when using OMEXML()

python

xml

ascii

bioinformatics

biopython