5个用于图像处理的Python库

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

图像处理是操纵图像以从中提取特征的现象。

在当今计算机视觉和深度学习的世界中，大量使用不同的图像处理算法对图像数据集进行边缘检测、识别和分类。

有时，这些算法也会逐帧应用于视频，以从中提取特征。

在今天的文章中，我们将介绍5个最好的Python库，它们可能会帮助你执行图像处理，如裁剪、缩放等。

1.OpenCV

OpenCV是用于图像处理和计算机视觉的最流行和最广泛使用的库之一。这个口头库可以与许多编程语言一起使用，如C、C++、Python、java，但是Python绑定库是最流行的。

不仅图像处理，而且与计算机视觉相关的复杂深度学习算法也可以使用该库轻松实现。OpenCV最好的一点是它是跨平台的，并且可以与移动设备一起工作。

安装

pip install opencv-python

对图像进行高斯模糊。我们将使用Colab，因为在那里我们不需要设置东西的环境-这里的一切都是预先设置的。

首先，让我们导入必要的包。Colab不支持cv2.imshow-但是，我们有一个替代方案。

import cv2

import numpy as np

import urllib

import urllib.request as ur

from google.colab.patches import cv2_imshow

现在，让我们从internet加载一个图像并应用一些过滤器。

resp = ur.urlopen("https://thumbor.forbes.com/thumbor/960x0/https%3A%2F%2Fspecials-images.forbesimg.com%2Fdam%2Fimageserve%2F1068867780%2F960x0.jpg%3Ffit%3Dscale")

image = np.asarray(bytearray(resp.read()), dtype="uint8")

im = cv2.imdecode(image, cv2.IMREAD_COLOR)

blur = cv2.GaussianBlur(im, (5,5),0)

cv2_imshow(blur)

2.SimpleCV

SimpleCV是一个python框架，它使用像OpenCV这样的计算机视觉库。这个库非常简单易用，对快速原型设计非常有帮助。

对于那些不了解不同图像处理概念（如特征值、颜色空间和位深度）的人来说，此库尤其有用。

安装

pip install SimpleCV

该库是处理对象检测任务的更好选择。比如使用这个库来检测一辆车是否停了。

你可以在这里了解更多关于这个库的信息。

http://tutorial.simplecv.org/en/latest/

3. Pillow

Pillow是一个Python图像处理库，源于PIL或Python图像库。

尽管它不如openCV功能强大、速度快，但它可以用于简单的图像处理工作，如裁剪、调整大小、旋转和灰度缩放图像。另一个好处是它可以在没有NumPy和Matplotlib的情况下使用。

安装

pip install pillow

要在PIL中读取图像，我们可以使用：

from PIL import Image

im = Image.open(r"C:\Users\System-Pc\Desktop\image1.jpg")

im.show()

你可以在这里了解更多关于这个库的信息。

https://pillow.readthedocs.io/en/stable/

4.Mahotas

Mahotas是一个用于图像处理和计算机视觉的Python库，最初是为生物图像信息学设计的。但是其他的计算机视觉任务也可以用它来完成。它最初是用C++编写的，它使它非常快，而且除了NUMPY之外没有依赖关系。

安装

pip install mahotas

使用mahotas对图像进行灰度缩放：

import mahotas

import mahotas.demos

import numpy as np

from pylab import imshow, gray, show

from os import path

photo = mahotas.demos.load('luispedro', as_grey=True)

photo = photo.astype(np.uint8)

gray()

imshow(photo)

show()

最后，在运行代码之后，我们可以得到以下结果。

5.pgmagick

Pgmagick是GraphicsMagick的Python包装器，GraphicsMagick是用于处理图像的工具和库的集合。它支持88多种图像格式。除了图像处理工作外，它还可以用于web应用程序中创建新图像。

安装

pip install pgmagick

用于从图片中提取边：

from pgmagick.api import Image

img = Image(‘lena.jpg’) # 图像路径

img.edge(2)

img.write(‘lena_edge.jpg’)

结论

尽管OpenCV是我们将来将要使用的主要图像处理库，但是了解一下其他图像处理库肯定是个好主意。

所有这些库都可以简化特定功能的实现，从而简化工作流。




    
好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「


    
小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~