這些Python庫提供了一種簡單直觀的方法來轉(zhuǎn)換圖像并理解底層數(shù)據(jù)。

今天的世界充滿了數(shù)據(jù)，圖像是這些數(shù)據(jù)的重要組成部分。但是，在使用它們之前，必須對(duì)這些數(shù)字圖像進(jìn)行處理-分析和操作，以提高其質(zhì)量或提取一些可以使用的信息。

常見的圖像處理任務(wù)包括顯示;基本操作如裁剪，翻轉(zhuǎn)，旋轉(zhuǎn)等;圖像分割、分類和特征提取;圖像恢復(fù);圖像識(shí)別。Python是這些圖像處理任務(wù)的絕佳選擇，因?yàn)樗鳛橐环N科學(xué)編程語言日益普及，并且在其生態(tài)系統(tǒng)中免費(fèi)提供許多最先進(jìn)的圖像處理工具。

本文著眼于10個(gè)最常用的Python庫，用于圖像處理任務(wù)。這些庫提供了一種簡單直觀的方法來轉(zhuǎn)換圖像并理解底層數(shù)據(jù)。

1、scikit-image

scikit-image是一個(gè)與NumPy數(shù)組一起使用的開源Python包。它實(shí)現(xiàn)了用于研究，教育和行業(yè)應(yīng)用的算法和實(shí)用程序。它是一個(gè)相當(dāng)簡單直接的庫，即使對(duì)那些不熟悉Python生態(tài)系統(tǒng)的人也是如此。代碼質(zhì)量高，經(jīng)過同行評(píng)審，由一個(gè)活躍的志愿者社區(qū)編寫。

資源

scikit-image文檔豐富，有很多示例和實(shí)際使用方法。

用法

該包通過skimage導(dǎo)入，大多數(shù)功能可以在子模塊中找到。

圖像過濾：

 

 

 

 

 

 

 

 

使用match_template函數(shù)進(jìn)行模板匹配：

 

 

 

 

你可以在gallery中找到更多的例子。

2、NumPy

NumPy是Python編程中的核心庫之一，并為數(shù)組提供支持。圖像本質(zhì)上是包含數(shù)據(jù)點(diǎn)像素的標(biāo)準(zhǔn)NumPy數(shù)組。因此，通過使用基本的NumPy操作(如slicing，masking和fancy indexing)，您可以修改圖像的像素值。可以使用 skimage加載圖像并使用 Matplotlib顯示。

資源

NumPy的官方文檔頁面提供了完整的資源和文檔列表。

用法

使用Numpy來mask圖片：

 

 

 

 

 

 

 

 

3、SciPy

SciPy是Python的另一個(gè)核心科學(xué)模塊(如NumPy)，可用于基本的圖像操作和處理任務(wù)。特別是，子模塊 scipy.ndimage(在SciPy v1.1.0中)提供了在n維NumPy數(shù)組上運(yùn)行的函數(shù)。該軟件包目前包括線性和非線性濾波，二進(jìn)制形態(tài)，B樣條插值和對(duì)象測量等功能。

資源

有關(guān)scipy.ndimage包所提供的完整功能列表，請參閱文檔。

用法

使用SciPy通過高斯濾波器進(jìn)行模糊

 

 

 

 

 

 

 

 

4、PIL/Pillow

PIL(Python Imaging Library)是一個(gè)免費(fèi)的Python編程語言庫，它增加了對(duì)打開，操作和保存許多不同圖像格式的支持。然而，它的發(fā)展停滯不前，其最后一版發(fā)布于2009年。幸運(yùn)的是，Pillow是一個(gè)積極開發(fā)的PIL分支，它更易于安裝，可在所有主流操作系統(tǒng)上運(yùn)行，并支持Python 3。該庫包含基本圖像處理功能，包括點(diǎn)操作，使用一組內(nèi)置卷積內(nèi)核進(jìn)行過濾以及顏色空間轉(zhuǎn)換。

資源

文檔包含安裝說明以及涵蓋庫的每個(gè)模塊的示例。

用法

使用ImageFilter增強(qiáng)Pillow中的圖像：

 

 

 

 

5、OpenCV-Python

OpenCV(Open Source Computer Vision Library)是計(jì)算機(jī)視覺應(yīng)用中使用最廣泛的庫之一。OpenCV-Python是OpenCV的Python API。因?yàn)楹笈_(tái)由C / C ++編寫的代碼組成，OpenCV-Python速度很快快，但它也很容易編碼和部署(由于前端的Python包裝器)。這使其成為執(zhí)行計(jì)算密集型計(jì)算機(jī)視覺程序的絕佳選擇。

資源

通過OpenCV2-Python-Guide可以很容易上手OpenCV-Python

用法

使用OpenCV-Python中的 Image Blending using Pyramids創(chuàng)建一個(gè)“Orapple”：

 

 

 

 

6、SimpleCV

SimpleCV是另一個(gè)用于構(gòu)建計(jì)算機(jī)視覺應(yīng)用程序的開源框架。它提供訪問幾個(gè)高性能計(jì)算機(jī)視覺庫，如OpenCV，的接口，但無需了解位深度，文件格式，色彩空間等。它的學(xué)習(xí)曲線遠(yuǎn)小于OpenCV，并且(如其標(biāo)語所示)，“它令計(jì)算機(jī)視覺變得簡單。”支持SimpleCV的一些觀點(diǎn)是：

即使是初學(xué)者也可以編寫簡單的機(jī)器視覺測試

攝像機(jī)，視頻文件，圖像和視頻流都可以互操作

資源

很容易按照官方文檔的指導(dǎo)進(jìn)行操作，并有大量的示例和用例可供遵循。

用法

 

 

 

 

7、Mahotas

Mahotas是另一個(gè)用于Python的計(jì)算機(jī)視覺和圖像處理庫。它包含傳統(tǒng)的圖像處理功能，如過濾和形態(tài)操作，以及用于特征計(jì)算的更現(xiàn)代的計(jì)算機(jī)視覺功能，包括興趣點(diǎn)檢測和局部描述符。使用Python編寫接口，適用于快速開發(fā)，但算法是用C ++實(shí)現(xiàn)的，并且針對(duì)速度進(jìn)行了優(yōu)化。Mahotas庫運(yùn)行快速，代碼簡約，依賴性小。閱讀其官方文章以獲得更多了解。

資源

文檔包含安裝說明，示例，甚至一些教程幫助您輕松開始使用Mahotas。

用法

Mahotas庫依靠簡單的代碼來完成工作。例如，使用最少量的代碼Finding Wally問題就可以很好地解決。

解決Finding Wally問題:

 

 

 

 

 

 

 

 

8、SimpleITK

ITK(Insight Segmentation and Registration Toolkit)是一個(gè)“開源，跨平臺(tái)系統(tǒng)，為開發(fā)人員提供了一套用于圖像分析的廣泛軟件工具。SimpleITK是一個(gè)基于ITK構(gòu)建的簡化層，旨在促進(jìn)其在快速原型設(shè)計(jì)，交易以及解釋語言方面的應(yīng)用。”它也是一個(gè)圖像分析工具包，具有大量組件，支持一般過濾操作，圖像分割和配準(zhǔn)。SimpleITK是用C ++編寫的，但它可用包括Python在內(nèi)的大量編程語言進(jìn)行操作。

資源

有大量的Jupyter Notebook說明了SimpleITK在教育和研究活動(dòng)中的應(yīng)用。Notebooks使用Python和R編程語言演示如何使用SimpleITK進(jìn)行交互式圖像分析。

用法

使用SimpleITK和Python創(chuàng)建可視化的嚴(yán)格CT / MR配準(zhǔn)過程：

 

 

 

 

9、pgmagick

pgmagick是基于Python的GraphicsMagick庫的包裝器。GraphicsMagick圖像處理系統(tǒng)，有時(shí)也被稱為圖像處理的瑞士軍刀。其強(qiáng)大而高效的工具和庫集合支持在超過88種主要格式(包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF)上讀取，寫入和操作圖像。

資源

pgmagick的GitHub respository有安裝說明和要求。還有一個(gè)詳細(xì)的用戶指南。

用法

圖像縮放：

 

 

 

 

邊緣提?。?/p>

 

 

 

 

10、Pycairo

Pycairo是Cairo圖形庫的一組Python綁定。Cairo是一個(gè)用于繪制矢量圖形的2D圖形庫。矢量圖形很有趣，因?yàn)樗鼈冊谡{(diào)整大小或變換時(shí)不會(huì)失去清晰度。Pycairo可以從Python調(diào)用Cairo命令。

資源

Pycairo GitHub respository是一個(gè)很好的資源，包含有關(guān)安裝和使用的詳細(xì)說明。還有一個(gè)入門指南，有一個(gè)關(guān)于Pycairo的簡短教程。

用法

用Pycairo繪制線條，基本形狀和徑向漸變：

 

 

 

 

11、結(jié)論

這些是Python中一些有用且免費(fèi)提供的圖像處理庫。有些是眾所周知的，有些可能對(duì)你來說是新的。