来源商业新知网,原标题:干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

 

在图像处理领域,一库在手,相当于天下已有。

最近,有一位搞数据科学的小姐姐Parul Pandey,整理了一份实用Python图像处理工具,内含十大经典Python库。

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

这份资源中的工具可用于图像处理中的常见任务,包括裁剪、翻转、旋转、图像分割、分类和特征提取、图像恢复和图像识别等。可谓干货满满,图像处理提升效率必备。

量子位取其重点,将文章翻译整理如下:

1、scikit Image

scikit-image是一个与numpy数组配合使用的开源Python包,在学术研究、教育和行业领域都可应用。

即使是那些刚接触Python生态系统的人,也会觉得这是一个相当简单直接的库。

通过这个包能完成很多任务,比如图像过滤:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

使用match_template 函数进行模板匹配:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方地址:

https://scikit-image.org/

用户指南:

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

2、Numpy

Numpy是Python的核心库之一,也能支持数组,图像本质上是包含数据点像素的标准Numpy数组。

因此,通过基本的NumPy操作,可以修改图像的像素值。

也可以使用skimage加载图像并用matplotlib显示。

使用方法也和简单,比如需要mask一张图像时:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方地址:

http://www.numpy.org/

3. Scipy

scipy是Python中另一个核心模块,可用于基本的图像操作和处理任务。

特别需要注意的是,子模块scipy.ndimage提供在n维NumPy数组上运行的功能。这个包目前包括线性和非线性滤波器、二元形态、B-spline插值和物体测量等功能。

可以用高斯过滤用Scipy模糊高斯滤波器:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方资料:

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

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,最后一次更新还是在2009年。

其分支Pillow更易于安装,在所有主要操作系统上运行并支持Python 3。这个库包含基本的图像处理功能,包括点操作、使用一组内置卷积核滤波及颜色空间转换。

当用ImageFilter增强Pillow中的图像时,操作是这样的:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方介绍:

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

5、OpenCV-Python

OpenCV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。

总体来说,因为后台由用C / C ++编写,因此OpenCV-Python不仅速度快,也易于编程和部署。

这使其成为执行计算密集型视觉程序的绝佳选择。

来看一下用例,下图展示的是OpenCV-Python在Image Blending中使用Pyramids创建一个名为’Orapple’的新水果的功能。

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

上手指南:

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

6、SimpleCV

SimpleCV也是广泛被使用的构建计算机视觉应用程序的开源框架。

手握SimpleCV,你可以访问几个高性能的视觉库,而无需先了解图像色深(bit depth)、文件格式、色彩空间等。

SimpleCV拥护者的支持理由有两个,一是初学者也可以借此编写简单的视觉任务,二是无论是相机、视频文件、图像和视频流可互相操作。

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

用户指南:

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

7、Mahotas

Mahotas包含传统的图像处理功能,如滤波和图像形态学处理,以及用于特征计算,比如兴趣点检测和局部描述子等。

这个库适用于快速开发,算法是用C++实现的,并且针对速度进行了调整。

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方地址:

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

用户指南:

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

8、 SimpleITK

ITK是一个开源的跨平台系统,提供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,促进其在简化原型、教育和解释语言中的应用。

SimpleITK是一个图像分析工具包,内含大量组件,支持一般滤波操作、图像分割和图形配准。

SimpleITK本身是用C++编写的,但也适用于包括Python在内的大量编程语言。

下面就是用SimpleITK和Python创建的可视化的CT/MR图:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方地址:

https://itk.org/

学习资料:

http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/

9、GraphicsMagick

GraphicsMagick号称图像处理领域的瑞士军刀。 代码短小却提供了一个鲁棒、高效的工具和库集合,可用来处理图像的读取、写入和操作。

支持超过88种图像格式,包括重要的DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF。

将它用于图像边缘提取任务,效果如下:

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源

官方资料:

https://pypi.org/project/pgmagick/

相关资源:

https://github.com/hhatto/pgmagick

10、Pycairo

pyCairo是一个Python的2D图形渲染库,可用于绘制矢量图形的2D图形,在调整大小或变换时不会丢失清晰度。

下面这个用例是用Pycairo绘制线条、基本形状和径向梯度。

知识图谱,干货整理!10个Python图像处理工具,入门必看,提效大法 | 资源