十個Python圖像處理工具，不可不知！

這些Python庫提供了一種簡單直觀的方法來轉換圖像並理解底層數據。

今天的世界充滿了數據，圖像是這些數據的重要組成部分。可是，在使用它們以前，必須對這些數字圖像進行處理 - 分析和操做，以提升其質量或提取一些可使用的信息。

常見的圖像處理任務包括顯示； 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；圖像識別。Python是這些圖像處理任務的絕佳選擇，由於它做爲一種科學編程語言日益普及，而且在其生態系統中免費提供許多最早進的圖像處理工具。

本文着眼於10個最經常使用的Python庫，用於圖像處理任務。這些庫提供了一種簡單直觀的方法來轉換圖像並理解底層數據。

1. scikit-image

scikit-image是一個與NumPy數組一塊兒使用的開源Python包。它實現了用於研究，教育和行業應用的算法和實用程序。它是一個至關簡單直接的庫，即便對那些不熟悉Python生態系統的人也是如此。代碼質量高，通過同行評審，由一個活躍的志願者社區編寫。

資源

scikit-image文檔豐富，有不少示例和實際使用方法。

用法

該包經過skimage導入，大多數功能能夠在子模塊中找到。

圖像過濾：

使用match_template函數進行模板匹配：

你能夠在gallery中找到更多的例子。

2. NumPy

NumPy是Python編程中的核心庫之一，併爲數組提供支持。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（如slicing，masking和fancy indexing），您能夠修改圖像的像素值。可使用 skimage加載圖像並使用 Matplotlib顯示。

資源

NumPy的官方文檔頁面提供了完整的資源和文檔列表。

用法

使用Numpy來mask圖片：

3. SciPy

SciPy是Python的另外一個核心科學模塊（如NumPy），可用於基本的圖像操做和處理任務。特別是，子模塊 scipy.ndimage（在SciPy v1.1.0中）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。

資源

有關scipy.ndimage包所提供的完整功能列表，請參閱文檔。

用法

使用SciPy經過高斯濾波器進行模糊

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，操做和保存許多不一樣圖像格式的支持。然而，它的發展停滯不前，其最後一版發佈於2009年。幸運的是，Pillow是一個積極開發的PIL分支，它更易於安裝，可在全部主流操做系統上運行，並支持Python 3。該庫包含基本圖像處理功能，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。

資源

文檔包含安裝說明以及涵蓋庫的每一個模塊的示例。

用法

使用ImageFilter加強Pillow中的圖像：

5. OpenCV-Python

OpenCV（Open Source Computer Vision Library）是計算機視覺應用中使用最普遍的庫之一。OpenCV-Python是OpenCV的Python API。由於後臺由C / C ++編寫的代碼組成，OpenCV-Python速度很快快，但它也很容易編碼和部署（因爲前端的Python包裝器）。這使其成爲執行計算密集型計算機視覺程序的絕佳選擇。

資源

經過OpenCV2-Python-Guide能夠很容易上手OpenCV-Python

用法

使用OpenCV-Python中的 Image Blending using Pyramids建立一個「Orapple」：

6. SimpleCV

SimpleCV是另外一個用於構建計算機視覺應用程序的開源框架。它提供訪問幾個高性能計算機視覺庫，如OpenCV，的接口，但無需瞭解位深度，文件格式，色彩空間等。它的學習曲線遠小於OpenCV，而且（如其標語所示），「它令計算機視覺變得簡單。」支持SimpleCV的一些觀點是：

即便是初學者也能夠編寫簡單的機器視覺測試

攝像機，視頻文件，圖像和視頻流均可以互操做

資源

很容易按照官方文檔的指導進行操做，並有大量的示例和用例可供遵循。

用法

7. Mahotas

Mahotas是另外一個用於Python的計算機視覺和圖像處理庫。它包含傳統的圖像處理功能，如過濾和形態操做，以及用於特徵計算的更現代的計算機視覺功能，包括興趣點檢測和局部描述符。使用Python編寫接口，適用於快速開發，但算法是用C ++實現的，而且針對速度進行了優化。Mahotas庫運行快速，代碼簡約，依賴性小。閱讀其官方文章以得到更多瞭解。

資源

文檔包含安裝說明，示例，甚至一些教程幫助您輕鬆開始使用Mahotas。

用法

Mahotas庫依靠簡單的代碼來完成工做。例如，使用最少許的代碼Finding Wally問題就能夠很好地解決。

解決Finding Wally問題:

8. SimpleITK

ITK（Insight Segmentation and Registration Toolkit）是一個「開源，跨平臺系統，爲開發人員提供了一套用於圖像分析的普遍軟件工具。SimpleITK是一個基於ITK構建的簡化層，旨在促進其在快速原型設計，交易以及解釋語言方面的應用。」它也是一個圖像分析工具包，具備大量組件，支持通常過濾操做，圖像分割和配準。SimpleITK是用C ++編寫的，但它可用包括Python在內的大量編程語言進行操做。

資源

有大量的Jupyter Notebook說明了SimpleITK在教育和研究活動中的應用。Notebooks使用Python和R編程語言演示如何使用SimpleITK進行交互式圖像分析。

用法

使用SimpleITK和Python建立可視化的嚴格CT / MR配準過程：

9. pgmagick

pgmagick是基於Python的GraphicsMagick庫的包裝器。GraphicsMagick圖像處理系統，有時也被稱爲圖像處理的瑞士軍刀。其強大而高效的工具和庫集合支持在超過88種主要格式（包括DPX，GIF，JPEG，JPEG-2000，PNG，PDF，PNM和TIFF）上讀取，寫入和操做圖像。

資源

pgmagick的GitHub respository有安裝說明和要求。還有一個詳細的用戶指南。

用法

圖像縮放：

邊緣提取：

10. Pycairo

Pycairo是Cairo圖形庫的一組Python綁定。Cairo是一個用於繪製矢量圖形的2D圖形庫。矢量圖形頗有趣，由於它們在調整大小或變換時不會失去清晰度。Pycairo能夠從Python調用Cairo命令。

資源

Pycairo GitHub respository是一個很好的資源，包含有關安裝和使用的詳細說明。還有一個入門指南，有一個關於Pycairo的簡短教程。

用法

用Pycairo繪製線條，基本形狀和徑向漸變：

結論

這些是Python中一些有用且免費提供的圖像處理庫。有些是衆所周知的，有些可能對你來講是新的。嘗試一下它們以瞭解更多關於它們的信息！

關注公衆帳號

【飛馬會】

▼

往期福利

關注飛馬會公衆號，回覆對應關鍵詞打包下載學習資料；回覆「入羣」，加入飛馬網AI、大數據、項目經理學習羣，和優秀的人一塊兒成長！

回覆 數字「14」小白| 機器學習和深度學習必讀書籍+機器學習實戰視頻/PPT+大數據分析書籍推薦！

回覆 數字「15」大數據hadoop技術電子書+技術理論+實戰+源代碼分析+專家分享PPT