Python中常用的十個圖像處理工具

Python中常用的十個圖像處理工具？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

當今世界充滿了各種數(shù)據(jù)，而圖像是其中高的重要組成部分。然而，若想其有所應(yīng)用，我們需要對這些圖像進行處理。圖像處理是分析和操縱數(shù)字圖像的過程，旨在提高其質(zhì)量或從中提取一些信息，然后將其用于某些方面。

圖像處理中的常見任務(wù)包括顯示圖像，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)和圖像識別等。Python之成為圖像處理任務(wù)的最佳選擇，是因為這一科學編程語言日益普及，并且其自身免費提供許多最先進的圖像處理工具。

讓我們看一下用于圖像處理任務(wù)的一些常用Python庫。

一、scikit Image

scikit-image是一個基于numpy數(shù)組的開源Python包。 它實現(xiàn)了用于研究、教育和工業(yè)應(yīng)用的算法和實用程序。 即使是對于那些剛接觸Python的人，它也是一個相當簡單的庫。 此庫代碼質(zhì)量非常高并已經(jīng)過同行評審，是由一個活躍的志愿者社區(qū)編寫的。

1.1 使用說明文檔：

https://scikit-image.org/docs/stable/user_guide.html

1.2 用法舉例：圖像過濾、模版匹配

可使用“skimage”來導(dǎo)入該庫。大多數(shù)功能都能在子模塊中找到。

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')

1.3 用法舉例：模版匹配（使用match_template函數(shù)）

gallery上還有更多例子。

https://scikit-image.org/docs/dev/auto_examples/

二、Numpy

Numpy是Python編程的核心庫之一，支持數(shù)組結(jié)構(gòu)。 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，通過使用基本的NumPy操作——例如切片、脫敏和花式索引，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。

2.1 使用說明文檔：

http://www.numpy.org/

2.2 用法舉例：使用Numpy來對圖像進行脫敏處理

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')

三、Scipy

Scipy是Python的另一個核心科學模塊，就像Numpy一樣，可用于基本的圖像處理和處理任務(wù)。值得一提的是，子模塊scipy.ndimage提供了在n維NumPy數(shù)組上運行的函數(shù)。 該軟件包目前包括線性和非線性濾波、二進制形態(tài)、B樣條插值和對象測量等功能。

3.1 使用說明文檔：

https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution

3.2 用法舉例：使用SciPy的高斯濾波器對圖像進行模糊處理

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>)

四、PIL/ Pillow

PIL（Python Imaging Library）是一個免費的Python編程語言庫，它增加了對打開、處理和保存許多不同圖像文件格式的支持。 然而，它的發(fā)展停滯不前，其最后一次更新還是在2009年。幸運的是， PIL有一個正處于積極開發(fā)階段的分支Pillow，它非常易于安裝。

Pillow能在所有主要操作系統(tǒng)上運行并支持Python 3。該庫包含基本的圖像處理功能，包括點操作、使用一組內(nèi)置卷積內(nèi)核進行過濾以及顏色空間轉(zhuǎn)換。

4.1 使用說明文檔：

https://pillow.readthedocs.io/en/3.1.x/index.html

4.2 用法舉例：使用ImageFilter增強Pillow中的圖像

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")

五、OpenCV-Python

OpenCV（ 開源計算機視覺庫，Open Source Computer Vision Library）是計算機視覺應(yīng)用中使用最廣泛的庫之一。OpenCV-Python是OpenCV的python API。

OpenCV-Python不僅速度快（因為后臺由用C / C ++編寫的代碼組成），也易于編碼和部署（由于前端的Python包裝器）。 這使其成為執(zhí)行計算密集型計算機視覺程序的絕佳選擇。

5.1 使用說明文檔：

https://github.com/abidrahmank/OpenCV2-Python-Tutorials

5.2 用法舉例：使用Pyramids創(chuàng)建一個名為’Orapple’的新水果的功能

六、SimpleCV

SimpleCV也是用于構(gòu)建計算機視覺應(yīng)用程序的開源框架。 通過它可以訪問如OpenCV等高性能的計算機視覺庫，而無需首先了解位深度、文件格式或色彩空間等。學習難度遠遠小于OpenCV，并且正如他們的標語所說，“ 它使計算機視覺變得簡單 ”。支持SimpleCV的一些觀點是：

即使是初學者也可以編寫簡單的機器視覺測試

攝像機、視頻文件、圖像和視頻流都可以交互操作

6.1 使用說明文檔：

https://simplecv.readthedocs.io/en/latest/

6.2 用法舉例

七、Mahotas

Mahotas是另一個用于Python的計算機視覺和圖像處理庫。 它包含傳統(tǒng)的圖像處理功能（如濾波和形態(tài)學操作）以及用于特征計算的更現(xiàn)代的計算機視覺功能（包括興趣點檢測和局部描述符）。該接口使用Python，適用于快速開發(fā)，但算法是用C ++實現(xiàn)的，并且針對速度進行了優(yōu)化。

Mahotas庫運行很快，它的代碼很簡單，（對其它庫的）依賴性也很小。建議閱讀他們的官方文檔以了解更多內(nèi)容。

7.1 使用說明文檔：

https://mahotas.readthedocs.io/en/latest/install.html

7.2 用法舉例

Mahotas庫使用簡單的代碼來完成工作。 對于“ 尋找Wally ”的問題，Mahotas完成的得很好，而且代碼量非常小。

八、SimpleITK

ITK（Insight Segmentation and Registration Toolkit）是一個開源的跨平臺系統(tǒng)，為開發(fā)人員提供了一整套用于圖像分析的軟件工具。 其中， SimpleITK是一個建立在ITK之上的簡化層，旨在促進其在快速原型設(shè)計、教育以及腳本語言中的使用。

SimpleITK是一個包含大量組件的圖像分析工具包，支持一般的過濾操作、圖像分割和配準。SimpleITK本身是用C++編寫的，但可用于包括Python在內(nèi)的大量編程語言。

8.1 使用說明文檔：

https://github.com/hhatto/pgmagick

這里有大量說明了如何使用SimpleITK進行教育和研究活動的Jupyter notebook。notebook中演示了如何使用SimpleITK進行使用Python和R編程語言的交互式圖像分析。

8.2 用法舉例

下面的動畫是使用SimpleITK和Python創(chuàng)建的可視化的嚴格CT / MR配準過程。

九、pgmagick

pgmagick是GraphicsMagick庫基于Python的包裝器。GraphicsMagick 圖像處理系統(tǒng)有時被稱為圖像處理的瑞士軍刀。它提供了強大而高效的工具和庫集合，支持超過88種主要格式圖像的讀取、寫入和操作，包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF等重要格式。

9.1 使用說明文檔：

https://github.com/hhatto/pgmagick

9.2 用法舉例：圖片縮放、邊緣提取

                                                                              ▲圖片縮放

                                                      ▲邊緣提取

十、Pycairo

Pycairo是圖形庫cairo的一組python綁定。Cairo是一個用于繪制矢量圖形的2D圖形庫。 矢量圖形很有趣，因為它們在調(diào)整大小或進行變換時不會降低清晰度。Pycairo庫可以從Python調(diào)用cairo命令。

10.1 使用說明文檔：

https://github.com/pygobject/pycairo

10.2 用法舉例：Pycairo可以繪制線條、基本形狀和徑向漸變

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注億速云行業(yè)資訊頻道，感謝您對億速云的支持。