概述了一些常用的Python庫，它們提供了一種簡單直觀的影像轉換方法。

介紹

在我們今天的世界中有很多的資料，而影像是這些資料中的重要組成部分。但是，要使用這些影像，需要對它們進行處理。因此，影像處理是分析和操縱數字影像的過程，主要目的是提高數字影像的質量或從中提取一些資訊，然後可以將其用於某種用途。

影像處理中常見的任務包括顯示影像，基本操作，如裁剪、翻轉、旋轉等、影像分割、分類和特徵提取、影像恢復和影像識別。 Python成為這種影像處理任務的合適選擇。這是因為它作為一種科學程式語言日益普及，並且在其生態系統中免費提供許多最先進的影像處理工具。

讓我們看一下用於影像處理任務的一些常用Python庫。

1.scikit-image

scikit-image是一個開源Python包，適用於numpy陣列。它實現了用於研究、教育和行業應用的演算法和實用程式。即使對於那些剛接觸Python生態系統的人，它也是一個相當簡單直接的庫。

資源

有很多例子和實際用例都有很好的都已經文件化了。 User Guide — skimage v0.15.0 docs

用法

該包作為skimage匯入，大多數功能都在子模組中找到。skimage的一些例子包括：

影像過濾

使用match_template函式進行模板匹配

您可以在相簿中找到更多示例。

2.Numpy

Numpy是Python程式設計的核心庫之一，併為陣列提供支援。影像本質上是包含資料點畫素的標準Numpy陣列。因此，通過使用基本的NumPy操作，例如切片、遮蔽和花式索引，我們可以修改影像的畫素值。可以使用skimage載入影像並使用matplotlib顯示影像。

資源

Numpy的官方文件頁面提供了完整的資源和文件列表。 NumPy — NumPy NumPy — NumPy

用法

使用Numpy來遮蔽影像。

3.Scipy

scipy是Python的另一個核心科學模組，如Numpy，可用於基本的影像處理和處理任務。特別是，子模組scipy.ndimage提供了在n維NumPy陣列上執行的函式。該軟體包目前包括線性和非線性濾波、二進位制形態、B樣條插值和物件測量等功能。

資源

有關scipy.ndimage包提供的完整功能列表，請參閱此處的文件。 NumPy — NumPy 使用SciPy進行模糊使用高斯濾波器：

4.PIL / Pillow

PIL（Python Imaging Library）是一個免費的Python程式語言庫，它增加了對開啟、操作和儲存許多不同影像檔案格式的支援。然而，它的發展停滯不前，最後一次釋出是在2009年。幸運的是，Pillow是一個積極開發的PIL分支，更易於安裝;在所有主要作業系統上執行並支援Python 3。該庫包含基本的影像處理功能，包括點操作，使用一組內建卷積核心進行過濾以及顏色空間轉換。

資源

該文件包含安裝說明以及涵蓋庫的每個模組的示例。

用法

使用ImageFilter增強Pillow中的影像：

5.OpenCV-Python

OpenCV（開源計算機視覺庫）是計算機視覺應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，因為後臺由用C / C ++編寫的程式碼組成，而且易於編碼和部署（由於前端的Python包裝器）。這使其成為執行計算密集型計算機視覺程式的絕佳選擇。

資源

OpenCV2-Python-指南使您可以輕鬆開始使用OpenCV-Python。

用法

下面是一個示例，展示了OpenCV-Python在使用金字塔建立一個名為“Orapple”的新水果的影像混合中的功能。

6.SimpleCV

SimpleCV也是一個用於構建計算機視覺應用程式的開源框架。有了它，您可以訪問幾個高效能的計算機視覺庫，如OpenCV，無需首先了解位深度、檔案格式、色彩空間等。學習曲線遠遠小於OpenCV，並且正如他們的標語所說，“計算機視覺變得容易”。一些贊成SimpleCV的觀點是：

• 即使是初學者也可以編寫簡單的機器視覺測試
• 攝像機、視訊檔案、影像和視訊流都可以互操作

資源

官方文件很容易理解，並有大量的示例和用例可供遵循。

用法

7.Mahotas

Mahotas是另一個用於Python的計算機視覺和影像處理庫。它包含傳統的影像處理功能，如過濾和形態學操作，以及用於特徵計算的更現代的計算機視覺功能，包括興趣點檢測和區域性描述符。該介面使用Python，適用於快速開發，但演算法是用C ++實現的，並且針對速度進行了調整。 Mahotas庫速度快，程式碼簡潔，依賴性最小。可以在這閱讀它們的官方文章 「連結」

資源

該文件包含安裝說明，示例甚至一些教程，以幫助您輕鬆地開始使用mahotas。

用法

Mahotas庫依賴於使用簡單的程式碼來完成工作。對於“尋找Wally”的問題，Mahotas做得很好，而且程式碼也很簡單。下面是原始碼。 Finding Wally — mahotas 1.4.3+git documentation

8.SimpleITK

ITK或Insight Segmentation and Registration Toolkit是一個開源的跨平臺系統，為開發人員提供了一整套用於影像分析的軟體工具。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、教育、解釋語言中的使用。 SimpleITK是一個影像分析工具包，具有大量元件，支援一般過濾操作、影像分割和註冊。 SimpleITK本身是用C ++編寫的，但可用於包括Python在內的大量程式語言。

資源

已經提供了大量的Jupyter筆記本，說明了如何使用SimpleITK進行教育和研究活動。筆記本演示瞭如何使用SimpleITK進行使用Python和R程式語言的互動式影像分析。

用法

下面的動畫是使用SimpleITK和Python建立的嚴格CT / MR註冊過程的視覺化。在這裡閱讀原始碼。 Finding Wally — mahotas 1.4.3+git documentation

9.pgmagick

pgmagick是GraphicsMagick庫的基於Python的包裝器。 GraphicsMagick影像處理系統有時被稱為影像處理的瑞士軍 刀。它提供了強大而高效的工具和庫集合，支援以超過88種主要格式讀取、寫入和操作影像，包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF等重要格式。

資源

有一個專門用於PgMagick的Github儲存庫，其中有安裝和要求的說明。還有關於該主題的詳細使用者指南。

用法

使用pgmagick執行的影像操作活動很少：

影像縮放：

邊緣提取：

10.Pycairo

Pycairo是一組用於圖形庫cairo的python繫結。 Cairo是一個用於繪製向量圖形的2D圖形庫。向量圖形很有趣，因為它們在調整大小或變換時不會失去清晰度。 Pycairo是一組用於cairo的繫結，可用於從Python呼叫cairo命令。

資源

Pycairo GitHub儲存庫是一個很好的資源，有關於安裝和使用的詳細說明。還有一個入門指南，其中有一個關於Pycairo的簡要教程。

用法

Pycairo繪製線條、基本形狀和徑向漸梯度

結論

這些是Python中一些有用且免費提供的影像處理庫。有些是眾所周知的，有些可能對你來說是新的。嘗試一下以瞭解更多關於它們的資訊。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31509949/viewspace-2645850/，如需轉載，請註明出處，否則將追究法律責任。