來源 | 大數據文摘(BigDataDigest)
編譯 | 張秋玥、小七、蔣寶尚
本文主要介紹了一些簡單易懂最常用的 Python 圖像處理庫。
當今世界充滿了各種數據,而圖像是其中高的重要組成部分。然而,若想其有所應用,我們需要對這些圖像進行處理。圖像處理是分析和操縱數字圖像的過程,旨在提高其質量或從中提取一些信息,然後將其用於某些方面。
圖像處理中的常見任務包括顯示圖像,基本操作(如裁剪、翻轉、旋轉等),圖像分割,分類和特徵提取,圖像恢復和圖像識別等。 Python 之成爲圖像處理任務的最佳選擇,是因爲這一科學編程語言日益普及,並且其自身免費提供許多最先進的圖像處理工具。
讓我們看一下用於圖像處理任務的一些常用 Python 庫。
scikit-image 是一個基於 numpy 數組的開源 Python 包。 它實現了用於研究、教育和工業應用的算法和實用程序。 即使是對於那些剛接觸 Python 的人,它也是一個相當簡單的庫。 此庫代碼質量非常高並已經過同行評審,是由一個活躍的志願者社區編寫的。
使用說明文檔:
https://scikit-image.org/docs/stable/user_guide.html
用法舉例:圖像過濾、模版匹配
可使用“skimage”來導入該庫。大多數功能都能在子模塊中找到。
import matplotlib.pyplot as plt%matplotlib inlinefrom skimage import data,filtersimage = data.coins()# ... or any other NumPy array!edges = filters.sobel(image)plt.imshow(edges, cmap='gray')
模版匹配(使用 match_template 函數)
gallery 上還有更多例子。
https://scikit-image.org/docs/dev/auto_examples/
Numpy 是 Python 編程的核心庫之一,支持數組結構。 圖像本質上是包含數據點像素的標準 Numpy 數組。 因此,通過使用基本的 NumPy 操作——例如切片、脫敏和花式索引,可以修改圖像的像素值。 可以使用 skimage 加載圖像並使用 matplotlib 顯示。
使用說明文檔:
http://www.numpy.org/
用法舉例:使用 Numpy 來對圖像進行脫敏處理
import numpy as npfrom skimage import dataimport matplotlib.pyplot as plt%matplotlib inlineimage = data.camera()type(image)numpy.ndarray #Image is a numpy arraymask = image < 87image[mask]=255plt.imshow(image, cmap='gray')
scipy 是 Python 的另一個核心科學模塊,就像 Numpy 一樣,可用於基本的圖像處理和處理任務。值得一提的是,子模塊 scipy.ndimage 提供了在 n 維 NumPy 數組上運行的函數。 該軟件包目前包括線性和非線性濾波、二進制形態、B 樣條插值和對象測量等功能。
使用說明文檔:
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
用法舉例:使用 SciPy 的高斯濾波器對圖像進行模糊處理
from scipy import misc,ndimageface = misc.face()blurred_face = ndimage.gaussian_filter(face, sigma=3)very_blurred = ndimage.gaussian_filter(face, sigma=5)#Resultsplt.imshow(<image to be displayed>)
PIL (Python Imaging Library) 是一個免費的 Python 編程語言庫,它增加了對打開、處理和保存許多不同圖像文件格式的支持。 然而,它的發展停滯不前,其最後一次更新還是在 2009 年。幸運的是, PIL 有一個正處於積極開發階段的分支 Pillow,它非常易於安裝。Pillow 能在所有主要操作系統上運行並支持 Python 3。該庫包含基本的圖像處理功能,包括點操作、使用一組內置卷積內核進行過濾以及顏色空間轉換。
使用說明文檔:
https://pillow.readthedocs.io/en/3.1.x/index.html
用法舉例:使用 ImageFilter 增強 Pillow 中的圖像
from PIL import Image, ImageFilter#Read imageim = Image.open( 'image.jpg' )#Display imageim.show()from PIL import ImageEnhanceenh = ImageEnhance.Contrast(im)enh.enhance(1.8).show("30% more contrast")
OpenCV(開源計算機視覺庫,Open Source Computer Vision Library)是計算機視覺應用中使用最廣泛的庫之一。OpenCV-Python 是 OpenCV 的 python API。 OpenCV-Python 不僅速度快(因爲後臺由用 C / C ++ 編寫的代碼組成),也易於編碼和部署(由於前端的 Python 包裝器)。 這使其成爲執行計算密集型計算機視覺程序的絕佳選擇。
使用說明文檔:
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
用法舉例:使用 Pyramids 創建一個名爲'Orapple'的新水果的功能
SimpleCV 也是用於構建計算機視覺應用程序的開源框架。 通過它可以訪問如 OpenCV 等高性能的計算機視覺庫,而無需首先了解位深度、文件格式或色彩空間等。學習難度遠遠小於 OpenCV,並且正如他們的標語所說,“ 它使計算機視覺變得簡單 ”。支持 SimpleCV 的一些觀點是:
即使是初學者也可以編寫簡單的機器視覺測試
攝像機、視頻文件、圖像和視頻流都可以交互操作
使用說明文檔:
https://simplecv.readthedocs.io/en/latest/
用法舉例
Mahotas 是另一個用於 Python 的計算機視覺和圖像處理庫。 它包含傳統的圖像處理功能(如濾波和形態學操作)以及用於特徵計算的更現代的計算機視覺功能(包括興趣點檢測和局部描述符)。 該接口使用 Python,適用於快速開發,但算法是用 C++ 實現的,並且針對速度進行了優化。Mahotas 庫運行很快,它的代碼很簡單,(對其它庫的)依賴性也很小。 建議閱讀他們的官方文檔以瞭解更多內容。
使用說明文檔:
https://mahotas.readthedocs.io/en/latest/install.html
用法舉例
Mahotas 庫使用簡單的代碼來完成工作。 對於“ 尋找 Wally ”的問題,Mahotas 完成的得很好,而且代碼量非常小。
ITK (Insight Segmentation and Registration Toolkit) 是一個開源的跨平臺系統,爲開發人員提供了一整套用於圖像分析的軟件工具。 其中, SimpleITK 是一個建立在 ITK 之上的簡化層,旨在促進其在快速原型設計、教育以及腳本語言中的使用。SimpleITK 是一個包含大量組件的圖像分析工具包,支持一般的過濾操作、圖像分割和配準。 SimpleITK 本身是用 C++ 編寫的,但可用於包括 Python 在內的大量編程語言。
使用說明文檔:
https://github.com/hhatto/pgmagick
這裏有大量說明了如何使用 SimpleITK 進行教育和研究活動的 Jupyter notebook。notebook 中演示瞭如何使用 SimpleITK 進行使用 Python 和 R 編程語言的交互式圖像分析。
用法舉例
下面的動畫是使用 SimpleITK 和 Python 創建的可視化的嚴格 CT / MR 配準過程。
pgmagick 是 GraphicsMagick 庫基於 Python 的包裝器。GraphicsMagick 圖像處理系統有時被稱爲圖像處理的瑞士×××。它提供了強大而高效的工具和庫集合,支持超過 88 種主要格式圖像的讀取、寫入和操作,包括 DPX,GIF,JPEG,JPEG-2000,PNG,PDF,PNM 和 TIFF 等重要格式。
使用說明文檔:
https://github.com/hhatto/pgmagick
用法舉例:圖片縮放、邊緣提取
圖片縮放
邊緣提取
Pycairo 是圖形庫 cairo 的一組 python 綁定。 Cairo 是一個用於繪製矢量圖形的 2D 圖形庫。 矢量圖形很有趣,因爲它們在調整大小或進行變換時不會降低清晰度。Pycairo 庫可以從 Python 調用 cairo 命令。
使用說明文檔:
https://github.com/pygobject/pycairo
用法:Pycairo 可以繪製線條、基本形狀和徑向漸變
以上就是一些免費的優秀圖像處理 Python 庫。有些很知名,你可能已經知道或者用過,有些可能對你來說還是新的。那正好現在就上手操作一下,試一試吧!
相關報道:
https://towardsdatascience.com/image-manipulation-tools-for-python-6eb0908ed61f
星標我,每天多一點智慧