Python中的十大图像处理工具(小结)


Posted in Python onJune 10, 2019

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。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. scikit Image

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 inline 
from skimage import data,filters 
image = data.coins() 
# ... or any other NumPy array! 
edges = filters.sobel(image) 
plt.imshow(edges, cmap='gray')

Python中的十大图像处理工具(小结)

模版匹配(使用match_template函数)

Python中的十大图像处理工具(小结)

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

import numpy as np 
from skimage import data 
import matplotlib.pyplot as plt 
%matplotlib inline 
image = data.camera() 
type(image) 
numpy.ndarray #Image is a numpy array 
mask = image < 87 
image[mask]=255 
plt.imshow(image, cmap='gray')

Python中的十大图像处理工具(小结)

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

from scipy import misc,ndimage 
face = misc.face() 
blurred_face = ndimage.gaussian_filter(face, sigma=3) 
very_blurred = ndimage.gaussian_filter(face, sigma=5) 
#Results 
plt.imshow(<image to be displayed>)

Python中的十大图像处理工具(小结)

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 image 
im = Image.open( 'image.jpg' ) 
#Display image 
im.show() 
from PIL import ImageEnhance 
enh = ImageEnhance.Contrast(im) 
enh.enhance(1.8).show("30% more contrast")

Python中的十大图像处理工具(小结)

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

Python中的十大图像处理工具(小结)

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

Python中的十大图像处理工具(小结)

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。

Python中的十大图像处理工具(小结)

Python中的十大图像处理工具(小结)

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。

Python中的十大图像处理工具(小结)

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

Python中的十大图像处理工具(小结)

图片缩放

Python中的十大图像处理工具(小结)

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

Python中的十大图像处理工具(小结)

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。希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
在Mac OS系统上安装Python的Pillow库的教程
Nov 20 Python
python中安装Scrapy模块依赖包汇总
Jul 02 Python
梯度下降法介绍及利用Python实现的方法示例
Jul 12 Python
Python实现GUI学生信息管理系统
Apr 05 Python
解决Python 中英文混输格式对齐的问题
Jul 16 Python
Python之循环结构
Jan 15 Python
用Python解决x的n次方问题
Feb 08 Python
python处理自动化任务之同时批量修改word里面的内容的方法
Aug 23 Python
python随机生成库faker库api实例详解
Nov 28 Python
python super函数使用方法详解
Feb 14 Python
python中判断文件结束符的具体方法
Aug 04 Python
使用python绘制分组对比柱状图
Apr 21 Python
在python下使用tensorflow判断是否存在文件夹的实例
Jun 10 #Python
Python函数参数匹配模型通用规则keyword-only参数详解
Jun 10 #Python
python 判断文件还是文件夹的简单实例
Jun 10 #Python
python实现植物大战僵尸游戏实例代码
Jun 10 #Python
python中的协程深入理解
Jun 10 #Python
Python中asyncio模块的深入讲解
Jun 10 #Python
Python中的asyncio代码详解
Jun 10 #Python
You might like
《PHP编程最快明白》第四讲:日期、表单接收、session、cookie
2010/11/01 PHP
php利用cookie实现访问次数统计代码
2011/05/19 PHP
PHP中通过fopen()函数访问远程文件示例
2014/11/18 PHP
网页中实现浏览器的最大,最小化和关闭按钮
2007/03/12 Javascript
基于jquery 的一个progressbar widge
2010/10/29 Javascript
javascript中的window.location.search方法简介
2013/09/02 Javascript
js实现Select下拉框具有输入功能的方法
2015/02/06 Javascript
JavaScript通过代码调用Flash显示的方法
2016/02/02 Javascript
AngularJS基础 ng-show 指令简单示例
2016/08/03 Javascript
jQuery中checkbox反复调用attr('checked', true/false)只有第一次生效的解决方法
2016/11/16 Javascript
JavaScript &amp; jQuery完美判断图片是否加载完毕
2017/01/08 Javascript
jQuery实现的简单歌词滚动功能示例
2019/01/07 jQuery
Vue切换组件实现返回后不重置数据,保留历史设置操作
2020/07/21 Javascript
vue keep-alive实现多组件嵌套中个别组件存活不销毁的操作
2020/10/30 Javascript
使用python实现扫描端口示例
2014/03/29 Python
详解Python中with语句的用法
2015/04/15 Python
Python实现确认字符串是否包含指定字符串的实例
2018/05/02 Python
浅谈pytorch和Numpy的区别以及相互转换方法
2018/07/26 Python
pyshp创建shp点文件的方法
2018/12/31 Python
Python数据类型之Number数字操作实例详解
2019/05/08 Python
详解python函数的闭包问题(内部函数与外部函数详述)
2019/05/17 Python
Pandas直接读取sql脚本的方法
2021/01/21 Python
CSS实现半透明边框与多重边框的场景分析
2019/11/13 HTML / CSS
Unix里面如何在后台运行程序
2016/10/14 面试题
中医药大学市场营销专业自荐信
2013/09/29 职场文书
科室工作个人总结的自我评价
2013/10/29 职场文书
家长评语和期望
2014/02/10 职场文书
如何写一封打动人心的求职信
2014/02/17 职场文书
优秀经理获奖感言
2014/03/04 职场文书
社团活动总结范文
2014/04/26 职场文书
卫生系统先进事迹
2014/05/13 职场文书
公司劳动纪律管理制度
2015/08/04 职场文书
2019个人半年工作总结
2019/06/21 职场文书
六一儿童节致辞稿(3篇)
2019/07/11 职场文书
CSS中em的正确打开方式详解
2021/04/08 HTML / CSS
linux下安装redis图文详细步骤
2021/12/04 Redis