本文主要介紹了一些簡單易懂最常用的Python圖像處理庫

當(dāng)今世界充滿了各種數(shù)據(jù)，而圖像是其中高的重要組成部分。然而，若想其有所應(yīng)用，我們需要對(duì)這些圖像進(jìn)行處理。圖像處理是分析和操縱數(shù)字圖像的過程，旨在提高其質(zhì)量或從中提取一些信息，然后將其用于某些方面。

圖像處理中的常見任務(wù)包括顯示圖像，基本操作（如裁剪、翻轉(zhuǎn)、旋轉(zhuǎn)等），圖像分割，分類和特征提取，圖像恢復(fù)和圖像識(shí)別等。Python之成為圖像處理任務(wù)的最佳選擇，是因?yàn)檫@一科學(xué)編程語言日益普及，并且其自身免費(fèi)提供許多最先進(jìn)的圖像處理工具。

讓我們看一下用于圖像處理任務(wù)的一些常用Python庫。

1. scikitImage

scikit-image是一個(gè)基于numpy數(shù)組的開源Python包。它實(shí)現(xiàn)了用于研究、教育和工業(yè)應(yīng)用的算法和實(shí)用程序。即使是對(duì)于那些剛接觸Python的人，它也是一個(gè)相當(dāng)簡單的庫。此庫代碼質(zhì)量非常高并已經(jīng)過同行評(píng)審，是由一個(gè)活躍的志愿者社區(qū)編寫的。

使用說明文檔：

https://scikit-image.org/docs/stable/user_guide.html

用法舉例：圖像過濾、模版匹配

可使用“skimage”來導(dǎo)入該庫。大多數(shù)功能都能在子模塊中找到。

import matplotlib.pyplot as plt%matplotlib inlinefrom skimage import data,filtersimage = data.coins()# ... or any other NumPy array!edges = filters.sobel(image)plt.imshow(edges, cmap='gray')

模版匹配（使用match_template函數(shù)）

gallery上還有更多例子。

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

2. Numpy

Numpy是Python編程的核心庫之一，支持?jǐn)?shù)組結(jié)構(gòu)。圖像本質(zhì)上是包含數(shù)據(jù)點(diǎn)像素的標(biāo)準(zhǔn)Numpy數(shù)組。因此，通過使用基本的NumPy操作——例如切片、脫敏和花式索引，可以修改圖像的像素值。可以使用skimage加載圖像并使用matplotlib顯示。

使用說明文檔：

http://www.numpy.org/

用法舉例：使用Numpy來對(duì)圖像進(jìn)行脫敏處理

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

3. Scipy

scipy是Python的另一個(gè)核心科學(xué)模塊，就像Numpy一樣，可用于基本的圖像處理和處理任務(wù)。值得一提的是，子模塊scipy.ndimage提供了在n維NumPy數(shù)組上運(yùn)行的函數(shù)。該軟件包目前包括線性和非線性濾波、二進(jìn)制形態(tài)、B樣條插值和對(duì)象測量等功能。

使用說明文檔：

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

用法舉例：使用SciPy的高斯濾波器對(duì)圖像進(jìn)行模糊處理

fromscipyimportmisc,ndimageface = misc.face()blurred_face = ndimage.gaussian_filter(face, sigma=3)very_blurred = ndimage.gaussian_filter(face, sigma=5)#Resultsplt.imshow()

4. PIL/Pillow

PIL（Python Imaging Library）是一個(gè)免費(fèi)的Python編程語言庫，它增加了對(duì)打開、處理和保存許多不同圖像文件格式的支持。然而，它的發(fā)展停滯不前，其最后一次更新還是在2009年。幸運(yùn)的是，PIL有一個(gè)正處于積極開發(fā)階段的分支Pillow，它非常易于安裝。Pillow能在所有主要操作系統(tǒng)上運(yùn)行并支持Python 3。該庫包含基本的圖像處理功能，包括點(diǎn)操作、使用一組內(nèi)置卷積內(nèi)核進(jìn)行過濾以及顏色空間轉(zhuǎn)換。

使用說明文檔：

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

用法舉例：使用ImageFilter增強(qiáng)Pillow中的圖像

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

5. OpenCV-Python

OpenCV（開源計(jì)算機(jī)視覺庫，Open Source Computer Vision Library）是計(jì)算機(jī)視覺應(yīng)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?yàn)楹笈_(tái)由用C / C ++編寫的代碼組成），也易于編碼和部署（由于前端的Python包裝器）。這使其成為執(zhí)行計(jì)算密集型計(jì)算機(jī)視覺程序的絕佳選擇。

使用說明文檔：

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

用法舉例：使用Pyramids創(chuàng)建一個(gè)名為'Orapple'的新水果的功能

6. SimpleCV

SimpleCV也是用于構(gòu)建計(jì)算機(jī)視覺應(yīng)用程序的開源框架。通過它可以訪問如OpenCV等高性能的計(jì)算機(jī)視覺庫，而無需首先了解位深度、文件格式或色彩空間等。學(xué)習(xí)難度遠(yuǎn)遠(yuǎn)小于OpenCV，并且正如他們的標(biāo)語所說，“它使計(jì)算機(jī)視覺變得簡單”。支持SimpleCV的一些觀點(diǎn)是：

即使是初學(xué)者也可以編寫簡單的機(jī)器視覺測試

攝像機(jī)、視頻文件、圖像和視頻流都可以交互操作

使用說明文檔：

https://simplecv.readthedocs.io/en/latest/

用法舉例

7. Mahotas

Mahotas是另一個(gè)用于Python的計(jì)算機(jī)視覺和圖像處理庫。它包含傳統(tǒng)的圖像處理功能（如濾波和形態(tài)學(xué)操作）以及用于特征計(jì)算的更現(xiàn)代的計(jì)算機(jī)視覺功能（包括興趣點(diǎn)檢測和局部描述符）。該接口使用Python，適用于快速開發(fā)，但算法是用C ++實(shí)現(xiàn)的，并且針對(duì)速度進(jìn)行了優(yōu)化。Mahotas庫運(yùn)行很快，它的代碼很簡單，（對(duì)其它庫的）依賴性也很小。建議閱讀他們的官方文檔以了解更多內(nèi)容。

使用說明文檔：

https://mahotas.readthedocs.io/en/latest/install.html

用法舉例

Mahotas庫使用簡單的代碼來完成工作。對(duì)于“尋找Wally”的問題，Mahotas完成的得很好，而且代碼量非常小。

8. SimpleITK

ITK（Insight Segmentation and Registration Toolkit）是一個(gè)開源的跨平臺(tái)系統(tǒng)，為開發(fā)人員提供了一整套用于圖像分析的軟件工具。其中，SimpleITK是一個(gè)建立在ITK之上的簡化層，旨在促進(jìn)其在快速原型設(shè)計(jì)、教育以及腳本語言中的使用。SimpleITK是一個(gè)包含大量組件的圖像分析工具包，支持一般的過濾操作、圖像分割和配準(zhǔn)。SimpleITK本身是用C++編寫的，但可用于包括Python在內(nèi)的大量編程語言。

使用說明文檔：

https://github.com/hhatto/pgmagick

這里有大量說明了如何使用SimpleITK進(jìn)行教育和研究活動(dòng)的Jupyter notebook。notebook中演示了如何使用SimpleITK進(jìn)行使用Python和R編程語言的交互式圖像分析。

用法舉例

下面的動(dòng)畫是使用SimpleITK和Python創(chuàng)建的可視化的嚴(yán)格CT / MR配準(zhǔn)過程。

9. pgmagick

pgmagick是GraphicsMagick庫基于Python的包裝器。GraphicsMagick圖像處理系統(tǒng)有時(shí)被稱為圖像處理的瑞士軍刀。它提供了強(qiáng)大而高效的工具和庫集合，支持超過88種主要格式圖像的讀取、寫入和操作，包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF等重要格式。

使用說明文檔：

https://github.com/hhatto/pgmagick

用法舉例：圖片縮放、邊緣提取

圖片縮放

邊緣提取

10. Pycairo

Pycairo是圖形庫cairo的一組python綁定。Cairo是一個(gè)用于繪制矢量圖形的2D圖形庫。矢量圖形很有趣，因?yàn)樗鼈冊(cè)谡{(diào)整大小或進(jìn)行變換時(shí)不會(huì)降低清晰度。Pycairo庫可以從Python調(diào)用cairo命令。

使用說明文檔：

https://github.com/pygobject/pycairo

用法：Pycairo可以繪制線條、基本形狀和徑向漸變

以上就是一些免費(fèi)的優(yōu)秀圖像處理Python庫。有些很知名，你可能已經(jīng)知道或者用過，有些可能對(duì)你來說還是新的。那正好現(xiàn)在就上手操作一下，試一試吧！