原创 推荐十个Python图像处理工具

今天的世界充满了各种各样的数据，而图像是这些数据的重要组成部分。但当我们在使用它们之前，必须对这些数字图像进行处理、分析和操作，以提高其质量甚至提取一些可以使用的信息。本文将推荐十个Python图像处理工具。

1.scikit-image
scikit-image是一个开源Python包，适用于numpy数组。它实现了用于研究、教育和行业应用的算法和实用程序。即使对于那些刚接触Python生态系统的人，它也是一个相当简单直接的库。

2.Numpy

Numpy是Python编程的核心库之一，并为数组提供支持。图像本质上是包含数据点像素的标准Numpy数组。因此，通过使用基本的NumPy操作，例如切片、屏蔽和花式索引，我们可以修改图像的像素值。可以使用skimage加载图像并使用matplotlib显示图像。

3.Scipy

scipy是Python的另一个核心科学模块，如Numpy，可用于基本的图像处理和处理任务。特别是，子模块scipy.ndimage提供了在n维NumPy数组上运行的函数。该软件包目前包括线性和非线性滤波、二进制形态、B样条插值和对象测量等功能。

4.PIL / Pillow

PIL（Python Imaging Library）是一个免费的Python编程语言库，它增加了对打开、操作和保存许多不同图像文件格式的支持。然而，它的发展停滞不前，最后一次发布是在2009年。幸运的是，Pillow是一个积极开发的PIL分支，更易于安装;在所有主要操作系统上运行并支持Python 3。该库包含基本的图像处理功能，包括点操作，使用一组内置卷积内核进行过滤以及颜色空间转换。

5.OpenCV-Python

OpenCV（开源计算机视觉库）是计算机视觉应用中使用最广泛的库之一。 OpenCV-Python是OpenCV的python API。 OpenCV-Python不仅速度快，因为后台由用C / C ++编写的代码组成，而且易于编码和部署（由于前端的Python包装器）。这使其成为执行计算密集型计算机视觉程序的绝佳选择。

6.SimpleCV

SimpleCV也是一个用于构建计算机视觉应用程序的开源框架。有了它，您可以访问几个高性能的计算机视觉库，如OpenCV，无需首先了解位深度、文件格式、色彩空间等。学习曲线远远小于OpenCV，并且正如他们的标语所说，“计算机视觉变得容易”。一些赞成SimpleCV的观点是：

即使是初学者也可以编写简单的机器视觉测试

摄像机、视频文件、图像和视频流都可以互操作

7.Mahotas

Mahotas是另一个用于Python的计算机视觉和图像处理库。它包含传统的图像处理功能，如过滤和形态学操作，以及用于特征计算的更现代的计算机视觉功能，包括兴趣点检测和局部描述符。该接口使用Python，适用于快速开发，但算法是用C ++实现的，并且针对速度进行了调整。 Mahotas库速度快，代码简洁，依赖性最小。

8.SimpleITK

ITK或Insight Segmentation and Registration Toolkit是一个开源的跨平台系统，为开发人员提供了一整套用于图像分析的软件工具。其中，SimpleITK是一个建立在ITK之上的简化层，旨在促进其在快速原型、教育、解释语言中的使用。 SimpleITK是一个图像分析工具包，具有大量组件，支持一般过滤操作、图像分割和注册。 SimpleITK本身是用C ++编写的，但可用于包括Python在内的大量编程语言。

9.pgmagick

pgmagick是GraphicsMagick库的基于Python的包装器。 GraphicsMagick图像处理系统有时被称为图像处理的瑞士军 刀。它提供了强大而高效的工具和库集合，支持以超过88种主要格式读取、写入和操作图像，包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF等重要格式。

10.Pycairo

Pycairo是一组用于图形库cairo的python绑定。 Cairo是一个用于绘制矢量图形的2D图形库。矢量图形很有趣，因为它们在调整大小或变换时不会失去清晰度。 Pycairo是一组用于cairo的绑定，可用于从Python调用cairo命令。

以上十个python图像处理工具，大部分有用且免费提供的图像处理库。想要了解更多关于它们的信息，可以深入尝试使用一下。