À propos du projet

napari est une visionneuse d’images multidimensionnelle open source pour Python, conçue pour parcourir, annoter et analyser de grandes images multid-dimensionnelles. Elle repose sur Qt pour son interface graphique, vispy pour le rendu basé sur GPU, et la pile scientifique Python incluant numpy et scipy. La visionneuse prend en charge six principaux types de calques : Image, Labels, Points, Vectors, Shapes et Surface. Chaque type de calque correspond à un type de données, un style de visualisation et un ensemble de contrôles interactifs différents. Plusieurs calques de types différents peuvent être ajoutés à une même visionneuse et leurs propriétés ajustées de manière interactive. Tous les types de calques prennent en charge les données n-dimensionnelles, et la visionneuse peut afficher des tranches 2D ou 3D de ces données. napari offre une communication bidirectionnelle entre la visionneuse et le noyau Python, ce qui est utile lors d’un lancement depuis des notebooks Jupyter ou lors de l’utilisation de la console intégrée. Via la console, les utilisateurs peuvent charger et enregistrer des données et contrôler les fonctionnalités de la visionneuse par programmation. La visionneuse peut également être étendue avec des raccourcis personnalisés, des liaisons de touches et des fonctions de souris. L’installation est disponible via pip ou conda, et un essai rapide peut être lancé avec uvx. Un exemple simple montre comment ouvrir une visionneuse interactive depuis un shell IPython en utilisant des données d’exemple scikit-image, ou exécuter napari depuis un script via napari.run(). Le projet est développé ouvertement, avec des tutoriels publiés, une déclaration de mission et de valeurs, une feuille de route, une documentation de gouvernance et un code de conduite. Le support communautaire est hébergé sur le forum image.sc sous le tag napari, et les rapports de bugs sont traités via les issues GitHub. Le projet est une initiative sponsorisée par NumFOCUS avec des partenaires institutionnels et de financement, et il peut être cité via son DOI Zenodo.