我不确定'hyperstack to stack'函数是否是您想要的。超stack是简单的多维图像，可以是4D或5D(宽度、高度、切片、通道(例如，3个用于RGB)和时间帧)。在ImageJ中，每个维度都有一个滑块。在
堆栈只是以某种方式相关的堆叠二维图像，而您只有一个滑块，在最简单的情况下，它表示三维数据集中的z切片。在
'hyperstack to stack'函数将在hyperstack中堆叠所有维度。因此，如果你有一个3个通道，4个切片和5个时间帧(3个滑块)的hyperstack，你将得到一堆3x4x5 = 60图像(一个滑块)。基本上和你上面提到的在每个通道上滑动通过焦平面是一样的。您可以使用'stack to hyperstack'进行另一种方法，通过定义堆栈中的哪些切片表示哪个维度来生成一个超堆栈。在我上面提到的示例文件中，只需选择orderxyzct，3个通道和7个时间点。在
因此，如果你的tiff文件有2个滑块，它似乎是一个高，宽，30切片和3个通道的4D超stack。'hyperstack to stack'将所有维度堆叠在一起，因此您将得到3x30=90 slices。在
然而，根据skimage tiff阅读器，你的tiff文件似乎是某种5D超stack。宽度、高度(1024x1024)、30个z切片、3个通道(RGB)和另一个包含3个条目的维度(例如时间帧)。在
为了找出问题所在，我建议将维度与skimage中得到的数组的3个条目进行比较。找出其中一个代表RGB通道，另一个代表什么。例如，可以使用pyqtgraph的image函数：import pyqtgraph as pg
merged = io.imread("merge.tif", plugin="tifffile")
#pg.image takes the dimensions in the following order: z-slider,x,y,RGB channel
#if merged.shape = (30, 3, 3, 1024, 1024), you have to compare the 1st and 2nd dimension
pg.image(merged[:,0,:,:,:].transpose(0, 2, 3, 1))
pg.image(merged[:,1,:,:,:].transpose(0, 2, 3, 1))
pg.image(merged[:,2,:,:,:].transpose(0, 2, 3, 1))
pg.image(merged[:,:,0,:,:].transpose(0, 2, 3, 1))
pg.image(merged[:,:,1,:,:].transpose(0, 2, 3, 1))
pg.image(merged[:,:,2,:,:].transpose(0, 2, 3, 1))
