• 在线客服

  • 扫描二维码
    下载博学谷APP

  • 扫描二维码
    关注博学谷微信公众号

  • 意见反馈

原创 Python图像处理工具推荐附用法介绍

发布时间:2019-08-05 17:03:03 浏览 7021 来源:博学谷资讯 作者:照照

    今天小编要向大家推荐五款Python图像处理工具,分别是scikit-image、 Numpy、Scipy、 PIL/ Pillow和OpenCV-Python。并且还会介绍这五款工具的用法,有需求的小伙伴赶紧看下去吧!

     

    Python图像处理工具

     

    1.scikit-image

     

    scikit-image是一个开源的Python包,适用于numpy数组。它实现了用于研究,教育和工业应用的算法和实用工具。即使是那些刚接触Python生态系统的人,它也是一个相当简单直接的库。此代码是由活跃的志愿者社区编写的,具有高质量和同行评审的性质。

     

    用法

     

    该包作为skimage导入,大多数功能都在子模块中找的到。下面列举一些skimage的例子:

     

    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')

     

    使用match_template函数进行模板匹配

     

    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,我们可以通过使用基本的NumPy操作,例如切片、掩膜和花式索引,来修改图像的像素值。可以使用skimage加载图像并使用matplotlib显示图像。

     

    用法

     

    使用Numpy来掩膜图像.

     

    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的另一个类似Numpy的核心科学模块,可用于基本的图像操作和处理任务。特别是子模块scipy.ndimage,提供了在n维NumPy数组上操作的函数。该包目前包括线性和非线性滤波,二值形态学,B样条插值和对象测量等功能函数。

     

    用法

     

    使用SciPy通过高斯滤波器进行模糊:

     

    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图像库 )是Python编程语言的一个免费库,它支持打开、操作和保存许多不同的文件格式的图像。然而, 随着2009年的最后一次发布,它的开发停滞不前。但幸运的是还有有Pillow,一个PIL积极开发的且更容易安装的分支,它能运行在所有主要的操作系统,并支持Python3。这个库包含了基本的图像处理功能,包括点运算、使用一组内置卷积核的滤波和色彩空间的转换。

     

    用法

     

    在 Pillow 中使用 ImageFilter 增强图像:

     

    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

     

    OpenCV( 开源计算机视觉库 )是计算机视觉应用中应用最广泛的库之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的优点不只有高效,这源于它的内部组成是用C/C++编写的,而且它还容易编写和部署(因为前端是用Python包装的)。这使得它成为执行计算密集型计算机视觉程序的一个很好的选择。

     

    以上就是推荐的五款Python图像处理工具及它们的用法介绍,希望能够帮到大家!

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

上一篇: 自学Python网站推荐 从入门到精通 下一篇: 新手入门Python 基础知识讲解

相关推荐 更多

热门文章

  • 前端是什么
  • 前端开发的工作职责
  • 前端开发需要会什么?先掌握这三大核心关键技术
  • 前端开发的工作方向有哪些?
  • 简历加分-4步写出HR想要的简历
  • 程序员如何突击面试?两大招带你拿下面试官
  • 程序员面试技巧
  • 架构师的厉害之处竟然是这……
  • 架构师书籍推荐
  • 懂了这些,才能成为架构师
  • 查看更多

扫描二维码,了解更多信息

博学谷二维码