Python十大工具，让图像简洁直观有魅力！

现在，数据遍布各个角落，图像则是数据的重要构成部门。但图像无论有何用途，都要颠末处理赏罚。因此，图像处理赏罚就是对数字图像举办说明、操纵的进程，其首要目标是为改进图像质量或从中提取一些有效信息。

图像处理赏罚的常见使命包罗图像表现、图像根基操纵(裁剪、翻转、旋转等)、图像支解、分类及特性提取、图像修复和图像辨认。而Python作为一种科学编程说话已在日渐遍及，在生态体系库中还免费提供了很多最为先辈的图像处理赏罚器材，因此成为了图像处理赏罚的最佳选择。

图片来历：Luriko Yamaguchi/Pexels

下面将先容一些可用于图像处理赏罚的常用Python库。

1. scikit Image

scikit-image是Python的一个开源包，将图片作为numpy数组举办处理赏罚。它使算法和适用措施得以用于研究、教诲和行业应用规模。即即是对不认识Python生态情形的人来说，这个库也异常简朴明白。此代码由一个活泼的志愿者团队编写，质量很高且已经审视。

资源：http://scikit-image.org/docs/stable/user_guide.html

用法：该包作为skimage导入，大大都成果都可在子模块找到。譬喻：

(1) 图像过滤

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') 

(2) 行使match_template函数举办模板匹配

更多示例传送门：https://scikit-image.org/docs/dev/auto_examples

2. Numpy

Numpy是Python编程的一个焦点库，为数组提供支持。图像本质上是包括数据像素点的尺度Numpy数组。因此，通过行使根基的NumPy操纵，譬喻切片、掩膜和匹配索引，可以修改图像的像素值。也可以用skimage加载图像，用matplotlib表现图像。

资源：http://www.numpy.org/

用处：行使Numpy来实现图像掩膜。

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

3. Scipy

和Numpy一样，scipy是Python的另一个焦点模块，可用于图像的根基处理赏罚和加工。 出格是子模块scipy.ndimage提供了可在n维NumPy数组上运行的函数。该包今朝包罗线性和非线性滤波法、二值图像形态学、B样条插值和工具丈量等成果。

资源：

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

用处：

行使SciPy的高斯滤波对图片举办恍惚处理赏罚：

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

4. PIL/ Pillow

PIL(Python图像处理赏罚库)是一个免费的Python编程说话库，支持打开、处理赏罚和生涯多种名目标图像文件。但它的成长早已裹足不前，最新一次宣布照旧在2009年。所幸尚有Pillow这个起劲开拓的PIL分支，并且它安装起来更轻易，还可以在全部主操纵体系上运行，并支持Python 3。该库包括点操纵、行使一组内置卷积内核举办图像过滤以及颜色空间转换这些根基的图像处理赏罚成果。

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

用处：行使Pillow中的ImageFilter加强图像：

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

更多资源传送门：http://sipi.usc.edu/database/

5. OpenCV-Python

OpenCV(开源计较机视觉库)是计较机视觉应用中行使最为普及的库之一。OpenCV-Python是OpenCV的python接口。OpenCV-Python不可是由于靠山由用C / C ++编写的代码构成而速率快，还由于前端的Python包装器使得编码和陈设轻易。因此，它成为了计较麋集型计较机视觉措施的绝佳选择。

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

（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!