技能 | Python处理图像10大经典库（附下载地址）

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

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：

使用match_template 函数进行模板匹配：

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：

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：

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：

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。

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。

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。

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：

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：

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。

官方介绍：
https://cairographics.org/

相关资源：
https://github.com/pygobject/pycairo

https://towardsdatascience.com/image-manipulation-tools-for-python-6eb0908ed61f

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~