本文主要介绍了一些简单易懂最常用的Python图像处理库
当今世界充满了各种数据,而图像是其中高的重要组成部分。然而,若想其有所应用,我们需要对这些图像进行处理。图像处理是分析和操纵数字图像的过程,旨在提高其质量或从中提取一些信息,然后将其用于某些方面。
图像处理中的常见任务包括显示图像,基本操作(如裁剪、翻转、旋转等),图像分割,分类和特征提取,图像恢复和图像识别等。Python之成为图像处理任务的最佳选择,是因为这一科学编程语言日益普及,并且其自身免费提供许多最先进的图像处理工具。
让我们看一下用于图像处理任务的一些常用Python库。
1. scikitImage
scikit-image是一个基于numpy数组的开源Python包。它实现了用于研究、教育和工业应用的算法和实用程序。即使是对于那些刚接触Python的人,它也是一个相当简单的库。此库代码质量非常高并已经过同行评审,是由一个活跃的志愿者社区编写的。
使用说明文档:
https://scikit-image.org/docs/stable/user_guide.html
用法举例:图像过滤、模版匹配
可使用“skimage”来导入该库。大多数功能都能在子模块中找到。
import matplotlib.pyplot as plt%matplotlib inlinefrom skimage import data,filtersimage = data.coins()# ... or any other NumPy array!edges = filters.sobel(image)plt.imshow(edges, cmap='gray')
模版匹配(使用match_template函数)
gallery上还有更多例子。
https://scikit-image.org/docs/dev/auto_examples/
2. Numpy
Numpy是Python编程的核心库之一,支持数组结构。图像本质上是包含数据点像素的标准Numpy数组。因此,通过使用基本的NumPy操作——例如切片、脱敏和花式索引,可以修改图像的像素值。可以使用skimage加载图像并使用matplotlib显示。
使用说明文档:
http://www.numpy.org/
用法举例:使用Numpy来对图像进行脱敏处理
importnumpyasnpfrom skimage import dataimport matplotlib.pyplot as plt%matplotlib inlineimage = data.camera()type(image)numpy.ndarray #Image is a numpy arraymask = image < 87image[mask]=255plt.imshow(image, cmap='gray')
3. Scipy
scipy是Python的另一个核心科学模块,就像Numpy一样,可用于基本的图像处理和处理任务。值得一提的是,子模块scipy.ndimage提供了在n维NumPy数组上运行的函数。该软件包目前包括线性和非线性滤波、二进制形态、B样条插值和对象测量等功能。
使用说明文档:
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
用法举例:使用SciPy的高斯滤波器对图像进行模糊处理
fromscipyimportmisc,ndimageface = misc.face()blurred_face = ndimage.gaussian_filter(face, sigma=3)very_blurred = ndimage.gaussian_filter(face, sigma=5)#Resultsplt.imshow(
4. PIL/Pillow
PIL(Python Imaging Library)是一个免费的Python编程语言库,它增加了对打开、处理和保存许多不同图像文件格式的支持。然而,它的发展停滞不前,其最后一次更新还是在2009年。幸运的是,PIL有一个正处于积极开发阶段的分支Pillow,它非常易于安装。Pillow能在所有主要操作系统上运行并支持Python 3。该库包含基本的图像处理功能,包括点操作、使用一组内置卷积内核进行过滤以及颜色空间转换。
使用说明文档:
https://pillow.readthedocs.io/en/3.1.x/index.html
用法举例:使用ImageFilter增强Pillow中的图像
from PIL import Image, ImageFilter#Read imageim = Image.open( 'image.jpg' )#Display imageim.show()from PIL import ImageEnhanceenh = ImageEnhance.Contrast(im)enh.enhance(1.8).show("30% more contrast")
5. OpenCV-Python
OpenCV(开源计算机视觉库,Open Source Computer Vision Library)是计算机视觉应用中使用最广泛的库之一。OpenCV-Python是OpenCV的python API。OpenCV-Python不仅速度快(因为后台由用C / C ++编写的代码组成),也易于编码和部署(由于前端的Python包装器)。这使其成为执行计算密集型计算机视觉程序的绝佳选择。
使用说明文档:
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
用法举例:使用Pyramids创建一个名为'Orapple'的新水果的功能
6. SimpleCV
SimpleCV也是用于构建计算机视觉应用程序的开源框架。通过它可以访问如OpenCV等高性能的计算机视觉库,而无需首先了解位深度、文件格式或色彩空间等。学习难度远远小于OpenCV,并且正如他们的标语所说,“它使计算机视觉变得简单”。支持SimpleCV的一些观点是:
即使是初学者也可以编写简单的机器视觉测试
摄像机、视频文件、图像和视频流都可以交互操作
使用说明文档:
https://simplecv.readthedocs.io/en/latest/
用法举例
7. Mahotas
Mahotas是另一个用于Python的计算机视觉和图像处理库。它包含传统的图像处理功能(如滤波和形态学操作)以及用于特征计算的更现代的计算机视觉功能(包括兴趣点检测和局部描述符)。该接口使用Python,适用于快速开发,但算法是用C ++实现的,并且针对速度进行了优化。Mahotas库运行很快,它的代码很简单,(对其它库的)依赖性也很小。建议阅读他们的官方文档以了解更多内容。
使用说明文档:
https://mahotas.readthedocs.io/en/latest/install.html
用法举例
Mahotas库使用简单的代码来完成工作。对于“寻找Wally”的问题,Mahotas完成的得很好,而且代码量非常小。
8. SimpleITK
ITK(Insight Segmentation and Registration Toolkit)是一个开源的跨平台系统,为开发人员提供了一整套用于图像分析的软件工具。其中,SimpleITK是一个建立在ITK之上的简化层,旨在促进其在快速原型设计、教育以及脚本语言中的使用。SimpleITK是一个包含大量组件的图像分析工具包,支持一般的过滤操作、图像分割和配准。SimpleITK本身是用C++编写的,但可用于包括Python在内的大量编程语言。
使用说明文档:
https://github.com/hhatto/pgmagick
这里有大量说明了如何使用SimpleITK进行教育和研究活动的Jupyter notebook。notebook中演示了如何使用SimpleITK进行使用Python和R编程语言的交互式图像分析。
用法举例
下面的动画是使用SimpleITK和Python创建的可视化的严格CT / MR配准过程。
9. pgmagick
pgmagick是GraphicsMagick库基于Python的包装器。GraphicsMagick图像处理系统有时被称为图像处理的瑞士军刀。它提供了强大而高效的工具和库集合,支持超过88种主要格式图像的读取、写入和操作,包括DPX,GIF,JPEG,JPEG-2000,PNG,PDF,PNM和TIFF等重要格式。
使用说明文档:
https://github.com/hhatto/pgmagick
用法举例:图片缩放、边缘提取
图片缩放
边缘提取
10. Pycairo
Pycairo是图形库cairo的一组python绑定。Cairo是一个用于绘制矢量图形的2D图形库。矢量图形很有趣,因为它们在调整大小或进行变换时不会降低清晰度。Pycairo库可以从Python调用cairo命令。
使用说明文档:
https://github.com/pygobject/pycairo
用法:Pycairo可以绘制线条、基本形状和径向渐变
以上就是一些免费的优秀图像处理Python库。有些很知名,你可能已经知道或者用过,有些可能对你来说还是新的。那正好现在就上手操作一下,试一试吧!
-
图像处理
+关注
关注
27文章
1289浏览量
56730 -
编程语言
+关注
关注
10文章
1944浏览量
34721 -
python
+关注
关注
56文章
4795浏览量
84657
原文标题:Python中的十大图像处理工具
文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论