---
name: omero-integration
description: 显微镜数据管理平台。通过Python访问图像、检索数据集、分析像素、管理ROI/注释、批量处理，用于高内涵筛选和显微镜工作流。
license: Unknown
required_environment_variables: [{"name": "OMERO_HOST", "prompt": "OMERO server hostname.", "required_for": "full functionality"}, {"name": "OMERO_PORT", "prompt": "OMERO server port (default 4064).", "required_for": "optional features"}, {"name": "OMERO_USER", "prompt": "OMERO username.", "required_for": "full functionality"}, {"name": "OMERO_PASSWORD", "prompt": "OMERO password.", "required_for": "full functionality"}]
metadata: {"version": "1.1", "skill-author": "K-Dense Inc.", "openclaw": {"envVars": [{"name": "OMERO_HOST", "required": true, "description": "OMERO server hostname."}, {"name": "OMERO_PORT", "required": false, "description": "OMERO server port (default 4064)."}, {"name": "OMERO_USER", "required": true, "description": "OMERO username."}, {"name": "OMERO_PASSWORD", "required": true, "description": "OMERO password."}]}}
---






# OMERO 集成

## 概述

OMERO 是一个开源平台，用于管理、可视化和分析显微镜图像和元数据。通过 Python API 访问图像，检索数据集，分析像素，管理 ROI 和注释，用于高内涵筛选和显微镜工作流程。

## 何时使用此技能

此技能应在以下情况使用：
- 使用 OMERO Python API (omero-py) 访问显微镜数据
- 以编程方式检索图像、数据集、项目或筛选数据
- 分析像素数据并创建派生图像
- 在显微镜图像上创建或管理 ROI（感兴趣区域）
- 向 OMERO 对象添加注释、标签或元数据
- 在 OMERO 表中存储测量结果
- 创建用于批处理的服务器端脚本
- 执行高内涵筛选分析

## 核心功能

此技能涵盖八个主要功能领域。每个领域在 references/ 目录中有详细文档：

### 1. 连接和会话管理
**文件**：`references/connection.md`

建立与 OMERO 服务器的安全连接，管理会话，处理身份验证，并在组上下文中工作。用于初始设置和连接模式。

**常见场景**：
- 使用凭据连接到 OMERO 服务器
- 使用现有会话 ID
- 在组上下文之间切换
- 使用上下文管理器管理连接生命周期

### 2. 数据访问和检索
**文件**：`references/data_access.md`

导航 OMERO 的分层数据结构（项目 → 数据集 → 图像）和筛选数据（筛选 → 板 → 孔）。检索对象，按属性查询，访问元数据。

**常见场景**：
- 列出用户的所有项目和数据集
- 通过 ID 或数据集检索图像
- 访问筛选板数据
- 使用过滤器查询对象

### 3. 元数据和注释
**文件**：`references/metadata.md`

创建和管理注释，包括标签、键值对、文件附件和评论。将注释链接到图像、数据集或其他对象。

**常见场景**：
- 向图像添加标签
- 将分析结果作为文件附加
- 创建自定义键值元数据
- 按命名空间查询注释

### 4. 图像处理和渲染
**文件**：`references/image_processing.md`

以 NumPy 数组形式访问原始像素数据，操作渲染设置，创建派生图像，并管理物理尺寸。

**常见场景**：
- 提取像素数据用于计算分析
- 生成缩略图
- 创建最大强度投影
- 修改通道渲染设置

### 5. 感兴趣区域 (ROI)
**文件**：`references/rois.md`

创建、检索和分析具有各种形状（矩形、椭圆、多边形、掩码、点、线）的 ROI。从 ROI 区域提取强度统计数据。

**常见场景**：
- 在图像上绘制矩形 ROI
- 创建用于分割的多边形掩码
- 分析 ROI 内的像素强度
- 导出 ROI 坐标

### 6. OMERO 表
**文件**：`references/tables.md`

存储和查询与 OMERO 对象关联的结构化表格数据。适用于分析结果、测量和元数据。

**常见场景**：
- 存储图像的定量测量
- 创建具有多种列类型的表
- 带条件查询表数据
- 将表链接到特定图像或数据集

### 7. 脚本和批处理操作
**文件**：`references/scripts.md`

创建在服务器端运行的 OMERO.scripts，用于批处理、自动化工作流程和与 OMERO 客户端集成。

**常见场景**：
- 批处理多个图像
- 创建自动化分析管道
- 生成数据集的汇总统计数据
- 以自定义格式导出数据

### 8. 高级功能
**文件**：`references/advanced.md`

涵盖权限、文件集、跨组查询、删除操作和其他高级功能。

**常见场景**：
- 处理组权限
- 访问原始导入的文件
- 执行跨组查询
- 带回调删除对象

## 安装

```bash
uv pip install omero-py
```

**要求**：
- Python 3.7+
- Zeroc Ice 3.6+
- 访问 OMERO 服务器（主机、端口、凭据）

## 快速开始

基本连接模式：

```python
from omero.gateway import BlitzGateway

# 连接到 OMERO 服务器
conn = BlitzGateway(username, password, host=host, port=port)
connected = conn.connect()

if connected:
    # 执行操作
    for project in conn.listProjects():
        print(project.getName())

    # 始终关闭连接
    conn.close()
else:
    print("连接失败")
```

**推荐的上下文管理器模式**：

```python
from omero.gateway import BlitzGateway

with BlitzGateway(username, password, host=host, port=port) as conn:
    # 连接自动管理
    for project in conn.listProjects():
        print(project.getName())
    # 退出时自动关闭
```

## 选择正确的功能

**对于数据探索**：
- 从 `references/connection.md` 开始建立连接
- 使用 `references/data_access.md` 导航层次结构
- 查看 `references/metadata.md` 获取注释详细信息

**对于图像分析**：
- 使用 `references/image_processing.md` 访问像素数据
- 使用 `references/rois.md` 进行基于区域的分析
- 使用 `references/tables.md` 存储结果

**对于自动化**：
- 使用 `references/scripts.md` 进行服务器端处理
- 使用 `references/data_access.md` 进行批量数据检索

**对于高级操作**：
- 使用 `references/advanced.md` 处理权限和删除
- 查看 `references/connection.md` 进行跨组查询

## 常见工作流程

### 工作流程 1：检索和分析图像

1. 连接到 OMERO 服务器（`references/connection.md`）
2. 导航到数据集（`references/data_access.md`）
3. 从数据集检索图像（`references/data_access.md`）
4. 以 NumPy 数组形式访问像素数据（`references/image_processing.md`）
5. 执行分析
6. 将结果存储为表或文件注释（`references/tables.md` 或 `references/metadata.md`）

### 工作流程 2：批量 ROI 分析

1. 连接到 OMERO 服务器
2. 检索具有现有 ROI 的图像（`references/rois.md`）
3. 对于每个图像，获取 ROI 形状
4. 提取 ROI 内的像素强度（`references/rois.md`）
5. 将测量结果存储在 OMERO 表中（`references/tables.md`）

### 工作流程 3：创建分析脚本

1. 设计分析工作流程
2. 使用 OMERO.scripts 框架（`references/scripts.md`）
3. 通过脚本参数访问数据
4. 批处理图像
5. 生成输出（新图像、表、文件）

## 错误处理

始终将 OMERO 操作包装在 try-except 块中，并确保连接正确关闭：

```python
from omero.gateway import BlitzGateway
import traceback

try:
    conn = BlitzGateway(username, password, host=host, port=port)
    if not conn.connect():
        raise Exception("连接失败")

    # 执行操作

except Exception as e:
    print(f"错误: {e}")
    traceback.print_exc()
finally:
    if conn:
        conn.close()
```

## 其他资源

- **官方文档**：https://omero.readthedocs.io/en/stable/developers/Python.html
- **BlitzGateway API**：https://omero.readthedocs.io/en/stable/developers/Python.html#omero-blitzgateway
- **OMERO 模型**：https://omero.readthedocs.io/en/stable/developers/Model.html
- **社区论坛**：https://forum.image.sc/tag/omero

## 注意事项

- OMERO 使用基于组的权限（只读、读-注释、读-写）
- OMERO 中的图像按层次组织：项目 > 数据集 > 图像
- 筛选数据使用：筛选 > 板 > 孔 > 孔样本 > 图像
- 始终关闭连接以释放服务器资源
- 使用上下文管理器进行自动资源管理
- 像素数据以 NumPy 数组形式返回用于分析