10个Python图像编辑器材

以下提到的这些 Python 器材在编辑图像、操纵图像底层数据方面都提供了简朴直接的要领。

当今的天下布满了数据，而图像数据就是个中很重要的一部门。但只有颠末处理赏罚和说明，进步图像的质量，从中提取出有用地信息，才气操作到这些图像数据。

常见的图像处理赏罚操纵包罗表现图像，根基的图像操纵，如裁剪、翻转、旋转；图像的支解、分类、特性提取；图像规复；以及图像辨认等等。Python 作为一种日益风靡的科学编程说话，是这些图像处理赏罚操纵的最佳选择。同时，在 Python 生态傍边也有许多可以免费行使的优越的图像处理赏罚器材。

下文将先容 10 个可以用于图像处理赏罚使命的 Python 库，它们在编辑图像、查察图像底层数据方面都提供了简朴直接的要领。

1、scikit-image

scikit-image 是一个团结 NumPy 数组行使的开源 Python 器材，它实现了可用于研究、教诲、家产应用的算法和应用措施。纵然是对付方才打仗 Python 生态圈的新手来说，它也是一个在行使上足够简朴的库。同时它的代码质量也很高，由于它是由一个活泼的志愿者社区开拓的，而且通过了偕行评审peer review。

资源

scikit-image 的文档很是完美，个中包括了富厚的用例。

示例

可以通过导入 skimage 行使，大部门的成果都可以在它的子模块中找到。

图像滤波image filtering：

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')

Image filtering in scikit-image

行使 match_template() 要领实现模板匹配template matching：

Template matching in scikit-image

在展示页面可以看到更多相干的例子。

2、NumPy

NumPy 提供了对数组的支持，是 Python 编程的一个焦点库。图像的贝笫着实也是一个包括像素数据点的尺度 NumPy 数组，因此可以通过一些根基的 NumPy 操纵（譬喻切片、掩膜mask、花式索引fancy indexing等），就可以从像素级别对图像举办编辑。通过 NumPy 数组存储的图像也可以被 skimage 加载并行使 matplotlib 表现。

资源

在 NumPy 的官方文档中提供了完备的代码文档和资源列表。

示例

行使 NumPy 对图像举办掩膜mask操纵：

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')

NumPy

3、SciPy

像 NumPy 一样，SciPy 是 Python 的一个焦点科学计较模块，也可以用于图像的根基操纵和处理赏罚。尤其是 SciPy v1.1.0 中的 scipy.ndimage 子模块，它提供了在 n 维 NumPy 数组上的运行的函数。SciPy 今朝还提供了线性和非线性滤波linear and non-linear filtering、二值形态学binary morphology、B 样条插值B-spline interpolation、工具丈量object measurements等方面的函数。

资源

在官方文档中可以查阅到 scipy.ndimage 的完备函数列表。

示例

行使 SciPy 的高斯滤波对图像举办恍惚处理赏罚：

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>)

Using a Gaussian filter in SciPy

4、PIL/Pillow

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!