Python中的十大图像处理赏罚器材

大数据文摘出品

编译：张秋玥、小七、蒋宝尚

本文首要先容了一些简朴易懂最常用的Python图像处理赏罚库。

当现代界布满了各类数据，而图像是个中高的重要构成部门。然而，若想其有所应用，我们必要对这些图像举办处理赏罚。图像处理赏罚是说明和哄骗数字图像的进程，旨在进步其质量或从中提取一些信息，然后将其用于某些方面。

图像处理赏罚中的常见使命包罗表现图像，根基操纵(如裁剪、翻转、旋转等)，图像支解，分类和特性提取，图像规复和图像辨认等。 Python之成为图像处理赏罚使命的最佳选择，是由于这一科学编程说话日益遍及，而且其自身免费提供很多最先辈的图像处理赏罚器材。

让我们看一下用于图像处理赏罚使命的一些常用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、教诲和家产应用的算法和适用措施。 纵然是对付那些刚打仗Python的人，它也是一个相等简朴的库。 此库代码质量很是高并已颠末偕行评审，是由一个活泼的志愿者社区编写的。

行使声名文档：https://scikit-image.org/docs/stable/user_guide.html

用法举例：图像过滤、模版匹配

可行使“skimage”来导入该库。大大都成果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') 

模版匹配(行使match_template函数)

gallery上尚有更多例子。

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

2. Numpy

Numpy是Python编程的焦点库之一，支持数组布局。 图像本质上是包括数据点像素的尺度Numpy数组。 因此，通过行使根基的NumPy操纵——譬喻切片、脱敏和花式索引，可以修改图像的像素值。 可以行使skimage加载图像并行使matplotlib表现。

行使声名文档：http://www.numpy.org/

用法举例：行使Numpy来对图像举办脱敏处理赏罚

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的另一个焦点科学模块，就像Numpy一样，可用于根基的图像处理赏罚和处理赏罚使命。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。 该软件包今朝包罗线性和非线性滤波、二进制形态、B样条插值和工具丈量等成果。

行使声名文档：

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

用法举例：行使SciPy的高斯滤波器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>) 

4. PIL/ Pillow

PIL (Python Imaging Library)是一个免费的Python编程说话库，它增进了对打开、处理赏罚和生涯很多差异图像文件名目标支持。 然而，它的成长裹足不前，其最后一次更新照旧在2009年。荣幸的是， PIL有一个正处于起劲开拓阶段的分支Pillow，它很是易于安装。Pillow能在全部首要操纵体系上运行并支持Python 3。该库包括根基的图像处理赏罚成果，包罗点操纵、行使一组内置卷积内核举办过滤以及颜色空间转换。

行使声名文档：https://pillow.readthedocs.io/en/3.1.x/index.html

用法举例：行使ImageFilter加强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") 

5. OpenCV-Python

（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!