Python中有哪些圖像處理工具

這篇文章將為大家詳細講解有關(guān)Python中有哪些圖像處理工具，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

1.scikit-image

scikit-image是一個開源的Python包，適用于numpy數(shù)組。它實現(xiàn)了用于研究，教育和工業(yè)應(yīng)用的算法和實用工具。即使是那些剛接觸Python生態(tài)系統(tǒng)的人，它也是一個相當簡單直接的庫。此代碼是由活躍的志愿者社區(qū)編寫的，具有高質(zhì)量和同行評審的性質(zhì)。

用法

該包作為skimage導(dǎo)入，大多數(shù)功能都在子模塊中找的到。下面列舉一些skimage的例子：

圖像過濾

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')

使用match_template函數(shù)進行模板匹配

2. Numpy

Numpy是Python編程的核心庫之一，并為數(shù)組提供支持。圖像本質(zhì)上是包含數(shù)據(jù)點像素的標準Numpy數(shù)組。因此，我們可以通過使用基本的NumPy操作，例如切片、掩膜和花式索引，來修改圖像的像素值?？梢允褂胹kimage加載圖像并使用matplotlib顯示圖像。

用法

使用Numpy來掩膜圖像.

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')

3.Scipy

scipy是Python的另一個類似Numpy的核心科學(xué)模塊，可用于基本的圖像操作和處理任務(wù)。特別是子模塊scipy.ndimage，提供了在n維NumPy數(shù)組上操作的函數(shù)。該包目前包括線性和非線性濾波，二值形態(tài)學(xué)，B樣條插值和對象測量等功能函數(shù)。

用法

使用SciPy通過高斯濾波器進行模糊：

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>)

4. PIL/ Pillow

PIL( Python圖像庫 )是Python編程語言的一個免費庫，它支持打開、操作和保存許多不同的文件格式的圖像。然而， 隨著2009年的最后一次發(fā)布，它的開發(fā)停滯不前。但幸運的是還有有Pillow，一個PIL積極開發(fā)的且更容易安裝的分支，它能運行在所有主要的操作系統(tǒng)，并支持Python3。這個庫包含了基本的圖像處理功能，包括點運算、使用一組內(nèi)置卷積核的濾波和色彩空間的轉(zhuǎn)換。

用法

在 Pillow 中使用 ImageFilter 增強圖像：

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")

5. OpenCV-Python

OpenCV( 開源計算機視覺庫 )是計算機視覺應(yīng)用中應(yīng)用最廣泛的庫之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的優(yōu)點不只有高效，這源于它的內(nèi)部組成是用C/C++編寫的，而且它還容易編寫和部署（因為前端是用Python包裝的）。這使得它成為執(zhí)行計算密集型計算機視覺程序的一個很好的選擇。

關(guān)于“Python中有哪些圖像處理工具”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。