10 款 Python 图像处理工具

在本教程中，我们将讨论提供简单直观的方法来转换图像并理解其背后数据的 Python 库。

当今世界充斥着数据，而图像构成了这些数据的绝大部分。但是，为了能够以任何方式利用它们，数字图像需要经过处理和分析，以提高其质量或获取可利用的信息。

常见的图像处理任务包括显示；翻转、裁剪等简单操作。图像分割、特征提取、图像分类、图像恢复以及图像识别。Python 因其作为科学编程语言的日益普及，以及其库中提供了各种最先进的图像处理工具，因此成为这些图像处理任务的绝佳选择。

本文探讨了最常用的 10 个 Python 图像处理库。这些库提供了简单直观的方法来修改图像并理解其背后的数据。

1. scikit-image

Scikit-image 是一个开源的 Python 程序，它使用 NumPy 数组。它是一种用于实现可用于研究、教育和工业应用的算法和实用程序的工具。它是一个简单易用的库，即使对于不熟悉 Python 生态系统的用户也是如此。代码质量很高，经过同行评审，由一群志愿者编写。

资源

Scikit-image 已得到 全面解释，其中包含大量示例和实际用例。

用途

它加载为 skimage，并且大多数函数都包含在子模块中。

输出

使用 match_template 函数进行模板匹配

2. NumPy

NumPy 是 Python 编程中最重要的库之一。它也支持数组。图像本质上是一个标准的 NumPy 数组，包含构成数据的像素。因此，通过使用标准的 NumPy 技术，如切片、掩码或花式索引，可以修改图像中的像素值。它也可以与 skimage 程序一起加载，并使用 Matplotlib 显示。

用途

使用 NumPy 掩码图像

输出

3. SciPy

SciPy SciPy 是 Python 的另一个主要科学模块（类似于 NumPy），可用于对图像执行基本操作和处理。特别是，有一个名为 scipy.ndimage 的子模块（在 SciPy v1.1.0 中），它提供了对 n 维 NumPy 数组进行操作的函数。该包目前包含用于非线性滤波、线性滤波、B 样条插值、二值形态学以及对象测量的函数。

用途

使用 SciPy 通过 高斯滤波器 对图像进行模糊处理

4. PIL/Pillow

PIL（Python Imaging Library）是一个免费的 Python 库。它是一个为 Python 编程语言提供的库，支持打开、操作和保存各种图像格式。然而，它的开发已经放缓，最后一次发布是在 2009 年。但是，有一个 替代品 Pillow，它是 PIL 的一个积极开发的替代品，安装更简单，支持所有主要平台，并且还支持 Python 3。该库提供了基本的图像处理功能，包括点操作、滤镜、内置卷积核以及颜色空间转换。

用途

使用 Pillow 中的 ImageFilter 增强图像

5. OpenCV-Python

OpenCV（Open Source Computer Vision Library）是最常用的计算机视觉程序之一。OpenCV-Python 是 OpenCV 的 Python API。OpenCV-Python 不仅效率高，因为其后端是用 C/C++ 编写的代码。而且，它还易于编程和实现（由于其前面的 Python 包装器）。这使其成为运行计算密集型计算机视觉应用的绝佳选择。

用途

在 OpenCV Python 中使用“图像金字塔融合”创建“Orapple”

6. SimpleCV

SimpleCV 是另一个用于创建计算机视觉应用程序的开源框架。它提供了对各种强大的计算机视觉软件库（如 OpenCV）的访问，但您不需要了解位深、颜色空间、文件格式或颜色空间。SimpleCV 的学习曲线比 OpenCV 显著降低，（正如其标语所述）“使计算机视觉变得简单”。SimpleCV 的一些优点包括：

• 即使是初学者程序员也可以编写基本的机器视觉测试。
• 相机、视频文件、视频和图像都是可互操作的。

用途

7. Mahotas

Mahotas 是另一个可用于 Python 的图像和计算机视觉软件。它具有传统的图像处理工具，如滤波和形态学处理，以及用于特征计算的现代计算机视觉工具，包括兴趣点检测和局部描述符。其 Python 接口适合开发速度。然而，算法是用 C++ 编写的，并针对速度进行了优化。Mahotas 库速度极快，代码量少，依赖性低。请阅读官方出版物以获得更多见解。

资源

此 文档 包含安装说明、示例以及一些指南，可帮助您快速开始使用 Mahotas。

用途

Mahotas 库依赖于简单的代码来完成任务。例如，它在解决“寻找沃利”问题方面做得非常出色，仅用了少量代码。

“寻找沃利”问题的解决方案

8. SimpleITK

ITK（Insight Segmentation and Registration Toolkit）是“一个开源的、跨平台的软件，它为开发人员提供了广泛的工具来辅助图像分析。SimpleITK 是构建在 ITK 之上的一个抽象层，旨在简化快速原型设计和教育以及 [andinterpreters。该工具包还包括图像分析，其中各种组件支持通用滤波功能，如图像分割、图像滤波和配准。SimpleITK 是用 C++ 编写的，但它与 Python 等多种编程语言兼容。

资源

有许多 Jupyter Notebooks 展示了 SimpleITK 在研究和教育中的应用。Notebooks 展示了如何使用 SimpleITK 通过 Python 和 R 编程语言进行交互式图像分析。

用途

使用 Python 和 SimpleITK 创建的严格 CT/MR 配准过程的可视化。Python

9. pgmagick

pgmagick 是一个基于 Python 的包装器，与 GraphicsMagick 库兼容。它是GraphicsMagick 图像处理系统，通常被称为“图像处理领域的瑞士军刀”。它可靠且功能强大的库和工具集允许读取、写入和操作 88 种以上格式的图像，包括 DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM 和 TIFF。

资源

Pgmagick 的 GitHub 存储库 包含安装说明和规范。它还有一个全面的 用户指南。

用途

图像缩放

边缘提取

10. Pycairo

Pycairo Pycairo HTML0 是 Cairo 图形库的 Python 绑定。Cairo 是一个 2D 图形库，允许创建矢量图形。矢量图形之所以吸引人，是因为它们在调整大小或修改时不会失去清晰度。Pycairo 可以使用 Python 调用 Cairo 命令。

资源

其 Pycairo GitHub 存储库 是一个有用的资源，它提供了关于安装和使用的详细说明。它还包含一个入门指南，概述了 Pycairo。

用途

使用 Pycairo 绘制线条、基本形状和径向渐变