这些 python 图像处理库，你用过几个？

大家好，我是小寒。

1. OpenCV

该库由 Intel 使用 C++ 编程语言开发，专为实时计算机视觉而设计。

安装

pip install opencv-python

案例

import cv2
 
# 读取图像
image = cv2.imread('tesla.png')
# 对图像进行灰度处理
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

cv2.imshow('Original Image', image)
cv2.imshow('Grayscale Image', gray_image)

cv2.waitKey(0)
cv2.destroyAllWindows()

输出

2. Pillow (PIL)

安装

PIL 也是一个第三方开源库，可以使用「pip install」命令安装。

案例

from PIL import Image
 
with Image.open("tesla.png") as im:
    #显示原始图像
    im.show("Original Image")
 
    #转化为灰度图像
    grayscaleImg = im.convert("L")
 
    #显示灰度图像
    grayscaleImg.show()

输出

3. Scikit Image

Scikit Images 是一个具有科学倾向的 Python 图像处理库。

它旨在使用 Numpy 和 Scipy 库处理图像。

它包括各种科学算法，例如分割、颜色空间操作、分析、形态学等。

该库是使用 Python 和 C 编程语言编写的。

它适用于所有流行的操作系统，例如 Linux、macOS 和 Windows。

安装

pip install scikit-image

例子

from skimage import io
from skimage.color import rgb2gray
 
 
# way to load car image from file
car = io.imread('tesla.png')[:,:,:3]
 
#convert into grayscale
grayscale = rgb2gray(car)
 
#show the original
io.imshow(car)
io.show()
 
#show the grayscale
io.imshow(grayscale)
io.show()

输出

4. NumPy

NumPy 是最基本的 Python 科学计算库。

安装

pip install numpy

例子

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
 
#load the original image
img_rgb = mpimg.imread('tesla.png')[...,:3]
 
#show the original image
plt.imshow(img_rgb)
plt.show()
 
#convert the image into grayscale
img_gray = np.dot(img_rgb,[0.299, 0.587, 0.144])
 
#show the grayscale image
plt.imshow(img_gray, cmap=plt.get_cmap('gray'))
plt.show()

输出

5. SciPy

与 Numpy 类似，SciPy 也是一个科学计算库。

它具有比 Numpy 更多的功能，因为它是作为 NumPy 库的扩展构建的。

安装

pip install scipy

例子

from scipy import misc,ndimage
from matplotlib import pyplot as plt
import numpy as np
img=misc.face()
 
#show original image
plt.imshow(img)
plt.show()
 
#grayscale using gaussian blur filter
grayscale=ndimage.gaussian_filter(img,sigma=2)
 
#show grayscale image
plt.imshow(grayscale)
plt.show()

输出

6. Mahotas

安装

pip install mahotas

例子

import mahotas
from pylab import imshow, show
 
#read the image
img = mahotas.imread('tesla.png')
 
#show original image
imshow(img)
show()
 
img = img[:, :, 0]  
grayscale = mahotas.overlay(img)
 
#show grayscale image
imshow(grayscale)
show()

输出

7. SimpleITK

安装

pip install SimpleITK

例子

import SimpleITK as sitk
import matplotlib.pyplot as plt
 
logo = sitk.ReadImage('tesla.png')

# GetArrayViewFromImage returns an immutable numpy array view to the data.
plt.imshow(sitk.GetArrayViewFromImage(logo))
plt.show()

输出

8.Matplotlib

Matplotlib 也可以用作图像处理库，尽管它是一个数据可视化库。

一般用于绘制numpy数组数据，但也可以读取NumPy数组表示的图像数据。

安装

pip install matplotlib

例子

# importing libraries.
import matplotlib.pyplot as plt
from PIL import Image
 
# open image using pillow library
image = Image.open("tesla.png")
#show original image
plt.imshow(image)
plt.show()
 
# grayscale the image
plt.imshow(image.convert("L"), cmap='gray')
plt.show()

输出

结论

在这八个库中，使用最多的 Python 图像操作或处理库是 Pillow 和 OpenCV。

最后

—

今天的分享就到这里。如果觉得不错，点赞，转发安排起来吧。

接下来我们会分享更多的 「深度学习案例以及python相关的技术」，欢迎大家关注。

最后，最近新建了一个 python 学习交流群，会经常分享 「python相关学习资料，也可以问问题，非常棒的一个群」。

「进群方式：加我微信，备注 “python”」

往期回顾

Fashion-MNIST 服装图片分类-Pytorch实现

python 探索性数据分析（EDA）案例分享

深度学习案例分享 | 房价预测 - PyTorch 实现

万字长文 |  面试高频算法题之动态规划系列

面试高频算法题之回溯算法（全文六千字）  

    

如果对本文有疑问可以加作者微信直接交流。进技术交流群的可以拉你进群。