cloud-volume

用 Python 分块读写云端大脑图像,轻松处理 TB 级数据

cloud-volume 是一个 Python 库,用于以编程方式读写 Neuroglancer 数据集,主要面向神经科学和连接组学领域。它解决的核心问题是:电子显微镜产生的脑组织切片图像体量巨大(TB 级),无法一次性载入内存,需要分块存储、云端访问和并行处理。该库将图像数据抽象为分块(chunked)格式,支持从 Google Cloud Storage、本地文件系统等后端读取,并提供矩阵、网格(mesh)等多模态数据接口。开发者可以用它构建图像金字塔、提取任意区域、进行下采样和格式转换,而无需关心底层存储细节。它常与 Neuroglancer 可视化工具配合使用,是连接组学数据处理流水线中的基础组件,适合需要处理大规模生物医学图像的研究人员和工程师。

开源 free 行业应用
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 175
维护状态 活跃
是否开源
定价模式 free

项目数据

分类行业应用
开发团队seung-lab
所属国家
定价模式free
价格说明开源免费,无付费服务
访问状态
是否开源
开源协议BSD-3-Clause
主要语言Python
技术栈/模型big-data,biomedical-image-processing,chunked-image,cloud,connectomics,electron-microscopy,gcs,large-image,matrix,mesh,microscopy,microscopy-images,neuroglancer,numpy,python,s3,serverless,skeletons,tensor,volumetric-data
GitHub 星标★ 175
30天Star增速
HF 下载量
上线时间2017-07-25 00:00:00
最近更新2026-09-19 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0

使用教程

核心亮点

  • 提供统一 API 访问 GCS、本地等多种存储后端,屏蔽底层差异
  • 支持分块图像、网格、矩阵等多模态数据,适配连接组学完整工作流
  • 与 Neuroglancer 可视化工具深度集成,可直接生成可浏览的数据集

不足之处

  • 文档和示例偏少,新用户上手需要一定学习成本
  • 社区规模较小,遇到问题可参考的讨论和第三方教程有限

适用场景

  • 神经科学实验室处理电子显微镜脑切片图像并构建图像金字塔
  • 连接组学项目将本地图像数据上传至云端并生成 Neuroglancer 数据集
  • 研究人员从大规模图像中提取特定区域进行下采样或格式转换

替代项目

zarr、tensorstore

项目介绍

cloud-volume 是行业应用领域的开源项目,由 seung-lab 开发,2017 年首次发布。

它收录于行业应用分类,该分类目前共有 537 个项目,GitHub 星标数为 175。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-19。开源免费,无付费服务。

它主要面向的使用场景是:神经科学实验室处理电子显微镜脑切片图像并构建图像金字塔。同类可对比的替代方案包括 zarr、tensorstore。

上一篇:PopTrans

下一篇:mne-bids-pipeline

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 101 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 681 2026-08-13