Modules
		numpy skimage sys constitch.utils

Classes
		builtins.object Merger EfficientMeanMerger EfficientNearestMerger LastMerger MeanMerger NearestMerger MaskMerger   class EfficientMeanMerger(Merger)     A version of MeanMerger that does not require double the memory, however there is a small loss of  precision as calculation errors can add up as images are merged. It is recommended to start with MeanMerger and if memory becomes an issue switch to this one.     Method resolution order: EfficientMeanMerger Merger builtins.object Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class EfficientNearestMerger(Merger)     This merger does the same as the NearestMerger but it does it with only an extra array of uint8, halfing the extra memory requirements. The downside is that it will only trim up to 255 pixels away from the edge of images, so if the overlap between your images is much larger than this, this merger will not give the same results.     Method resolution order: EfficientNearestMerger Merger builtins.object Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class LastMerger(Merger)     This is the simplest merger, overlap is decided just by which image was added last. This also means it has no extra memory requirements, if your images have no overlap or you don't need any merging this is the best choice.     Method resolution order: LastMerger Merger builtins.object Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class MaskMerger(NearestMerger)     MaskMerger(overlap_threshold=0.75, dtype=&lt;class 'numpy.uint32'&gt;)   This merger is specifically for merging an image mask, where each integer represents an independent class, for example cell segmentation masks. Other merging techniques won't work on these image masks. This merger first makes sure that every mask in each image has a unique integer value, then merges overlapping sections by going through the masks and combining masks that are mostly overlapping in both images. The amount of overlap needed to combine masks is the overlap_threshold.     Method resolution order: MaskMerger NearestMerger Merger builtins.object Methods defined here: __init__(self, overlap_threshold=0.75, dtype=<class 'numpy.uint32'>) Initialize self.  See help(type(self)) for accurate signature. add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. Methods inherited from NearestMerger: final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class MeanMerger(Merger)     A merger that calculates the mean of any overlapping areas. This requires storing the whole image using a larger dtype, eg when merging uint16 images the whole image will be stored as a uint32 image to account for possible overflow. This will double the memory requirements compared to other mergers such as LastMerger or EfficientMeanMerger.     Method resolution order: MeanMerger Merger builtins.object Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. promote_dtype(self, dtype) Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class Merger(builtins.object)     Abstract class that specifies the methods required for an image merger. At its heart an image merger is a method for handling multiple values at one pixel location, either taking one, combining them all, or some other method. Using this the merger is able to combine many images at different locations into one final image. The simplest merger is LastMerger, which doesn't do any extra processing, it simply places each image on top of each other, meaning overlapping areas will be the last image added. Other mergers attempt to combine images better but this requires using more memory and processing.     Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors defined here: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)   class NearestMerger(Merger)     This merger keeps the pixel that is closer to the center of its image when there is overlap. This normally means that the edges of images are removed and central pixels are prioritized. This does require more memory, an extra array of uint16 the size of the final image. If memory is an issue EfficientNearestMerger uses a similar algorithm but only needs an array of uint8.     Method resolution order: NearestMerger Merger builtins.object Methods defined here: add_image(self, image, location) Called to add an image. location is a tuple of slices used to select the area for the image, it is guaranteed to be the same size as image. create_image(self, image_shape, image_dtype) Init is called with the shape of the final image (may be more than 2d) and the dtype. Normally a merger would create an image using this information. final_image(self) Called once to get the final image. It will only be called once when stitching, so final processing can take place and modify the stored image. Returns the final image and a mask for pixels that had no images. Data descriptors inherited from Merger: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)