Python中的十大圖像處理工具

　　本文主要介紹了一些簡單易懂最經常使用的Python圖像處理庫

　　當今世界充滿了各類數據，而圖像是其中高的重要組成部分。然而，若想其有所應用，咱們須要對這些圖像進行處理。圖像處理是分析和操縱數字圖像的過程，旨在提升其質量或從中提取一些信息，而後將其用於某些方面。

　　圖像處理中的常見任務包括顯示圖像，基本操做(如裁剪、翻轉、旋轉等)，圖像分割，分類和特徵提取，圖像恢復和圖像識別等。 Python之成爲圖像處理任務的最佳選擇，是由於這一科學編程語言日益普及，而且其自身免費提供許多最早進的圖像處理工具。

　　讓咱們看一下用於圖像處理任務的一些經常使用Python庫。

　　1. scikit Image

　　scikit-image是一個基於numpy數組的開源Python包。 它實現了用於研究、教育和工業應用的算法和實用程序。 即便是對於那些剛接觸Python的人，它也是一個至關簡單的庫。 此庫代碼質量很是高並已通過同行評審，是由一個活躍的志願者社區編寫的。

　　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，支持數組結構。 圖像本質上是包含數據點像素的標準Numpy數組。 所以，經過使用基本的NumPy操做——例如切片、脫敏和花式索引，能夠修改圖像的像素值。 可使用skimage加載圖像並使用matplotlib顯示。

　　使用說明文檔：

　　用法舉例：使用Numpy來對圖像進行脫敏處理

　　3. Scipy

　　scipy是Python的另外一個核心科學模塊，就像Numpy同樣，可用於基本的圖像處理和處理任務。值得一提的是，子模塊scipy.ndimage提供了在n維NumPy數組上運行的函數。 該軟件包目前包括線性和非線性濾波、二進制形態、B樣條插值和對象測量等功能。

　　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的高斯濾波器對圖像進行模糊處理

　　4. PIL/ Pillow

　　PIL (Python Imaging Library)是一個免費的Python編程語言庫，它增長了對打開、處理和保存許多不一樣圖像文件格式的支持。 然而，它的發展停滯不前，其最後一次更新仍是在2009年。幸運的是， PIL有一個正處於積極開發階段的分支Pillow，它很是易於安裝。Pillow能在全部主要操做系統上運行並支持Python 3。該庫包含基本的圖像處理功能，包括點操做、使用一組內置卷積內核進行過濾以及顏色空間轉換。

　　使用說明文檔：　鄭州不孕不育醫院:http://jbk.39.net/yiyuanzaixian/zztjyy/鄭州不孕不育醫院哪家好:http://jbk.39.net/yiyuanzaixian/zztjyy/鄭州不孕不育醫院排行:http://jbk.39.net/yiyuanzaixian/zztjyy/

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

　　用法舉例：使用ImageFilter加強Pillow中的圖像