0
本文作者: AI研習社-譯站 | 2019-07-01 10:49 |
本文為 AI 研習社編譯的技術(shù)博客,原標題 :
10 Python image manipulation tools.
作者 | Parul Pandey
翻譯 | 安其羅?喬爾、JimmyHua
編輯 | 王立魚
原文鏈接:
https://towardsdatascience.com/image-manipulation-tools-for-python-6eb0908ed61f
圖片來自 Pexels 的Luriko Yamaguchi
今天,在我們的世界里充滿了數(shù)據(jù),圖像成為構(gòu)成這些數(shù)據(jù)的重要組成部分。但無論是用于何種用途,這些圖像都需要進行處理。圖像處理就是分析和處理數(shù)字圖像的過程,主要旨在提高其質(zhì)量或從中提取一些信息,然后可以將其用于某種用途。
圖像處理中的常見任務(wù)包括顯示圖像,基本操作如裁剪、翻轉(zhuǎn)、旋轉(zhuǎn)等,圖像分割,分類和特征提取,圖像恢復和圖像識別。Python成為這種圖像處理任務(wù)是一個恰當選擇,這是因為它作為一種科學編程語言正在日益普及,并且在其生態(tài)系統(tǒng)中免費提供許多最先進的圖像處理工具供大家使用。
讓我們看一下可以用于圖像處理任務(wù)中的常用 Python 庫有哪些吧。
scikit-image是一個開源的Python包,適用于numpy數(shù)組。它實現(xiàn)了用于研究,教育和工業(yè)應(yīng)用的算法和實用工具。即使是那些剛接觸Python生態(tài)系統(tǒng)的人,它也是一個相當簡單直接的庫。此代碼是由活躍的志愿者社區(qū)編寫的,具有高質(zhì)量和同行評審的性質(zhì)。
資源
文檔里記錄了豐富的例子和實際用例,閱讀下面的文檔:
http://scikit-image.org/docs/stable/user_guide.html
用法
該包作為skimage導入,大多數(shù)功能都在子模塊中找的到。下面列舉一些skimage的例子:
圖像過濾
使用match_template函數(shù)進行模板匹配
你可以通過此處查看圖庫找到更多示例。
Numpy是Python編程的核心庫之一,并為數(shù)組提供支持。圖像本質(zhì)上是包含數(shù)據(jù)點像素的標準Numpy數(shù)組。因此,我們可以通過使用基本的NumPy操作,例如切片、掩膜和花式索引,來修改圖像的像素值??梢允褂胹kimage加載圖像并使用matplotlib顯示圖像。
資源
Numpy的官方文檔頁面提供了完整的資源和文檔列表:
用法
使用Numpy來掩膜圖像.
scipy是Python的另一個類似Numpy的核心科學模塊,可用于基本的圖像操作和處理任務(wù)。特別是子模塊scipy.ndimage,提供了在n維NumPy數(shù)組上操作的函數(shù)。該包目前包括線性和非線性濾波,二值形態(tài)學,B樣條插值和對象測量等功能函數(shù)。
資源
有關(guān)scipy.ndimage包提供的完整功能列表,請參閱下面的鏈接:
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
用法
使用SciPy通過高斯濾波器進行模糊:
PIL( Python圖像庫 )是Python編程語言的一個免費庫,它支持打開、操作和保存許多不同的文件格式的圖像。然而, 隨著2009年的最后一次發(fā)布,它的開發(fā)停滯不前。但幸運的是還有有Pillow,一個PIL積極開發(fā)的且更容易安裝的分支,它能運行在所有主要的操作系統(tǒng),并支持Python3。這個庫包含了基本的圖像處理功能,包括點運算、使用一組內(nèi)置卷積核的濾波和色彩空間的轉(zhuǎn)換。
資源
文檔中有安裝說明,以及涵蓋庫的每個模塊的示例:
https://pillow.readthedocs.io/en/3.1.x/index.html
用法
在 Pillow 中使用 ImageFilter 增強圖像:
OpenCV( 開源計算機視覺庫 )是計算機視覺應(yīng)用中應(yīng)用最廣泛的庫之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的優(yōu)點不只有高效,這源于它的內(nèi)部組成是用C/C++編寫的,而且它還容易編寫和部署(因為前端是用Python包裝的)。這使得它成為執(zhí)行計算密集型計算機視覺程序的一個很好的選擇。
資源
OpenCV-Python-Guide指南可以讓你使用OpenCV-Python更容易:
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
用法
下面是一個例子,展示了OpenCV-Python使用金字塔方法創(chuàng)建一個名為“Orapple”的新水果圖像融合的功能。
SimpleCV 也是一個用于構(gòu)建計算機視覺應(yīng)用程序的開源框架。有了它,你就可以訪問幾個高性能的計算機視覺庫,如OpenCV,而且不需要先學習了解位深度、文件格式、顏色空間等。
它的學習曲線大大小于OpenCV,正如它們的口號所說“計算機視覺變得簡單”。一些支持SimpleCV的觀點有:
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、圖像和視頻流都是可互操作的
資源
官方文檔非常容易理解,而且有大量的例子和使用案例去學習:
https://simplecv.readthedocs.io/en/latest/
用法
Mahotas 是另一個計算機視覺和圖像處理的Python庫。它包括了傳統(tǒng)的圖像處理功能例如濾波和形態(tài)學操作以及更現(xiàn)代的計算機視覺功能用于特征計算,包括興趣點檢測和局部描述符。該接口是Python語言,適合于快速開發(fā),但是算法是用C語言實現(xiàn)的,并根據(jù)速度進行了調(diào)優(yōu)。Mahotas庫速度快,代碼簡潔,甚至具有最小的依賴性。通過原文閱讀它們的官方論文以獲得更多的了解。
資源
文檔包括安裝指導,例子,以及一些教程,可以更好的幫助你開始使用mahotas。
https://mahotas.readthedocs.io/en/latest/install.html
用法
Mahotas庫依賴于使用簡單的代碼來完成任務(wù)。關(guān)于‘Finding Wally’的問題,Mahotas做的很好并且代碼量很少。下面是源碼:
https://mahotas.readthedocs.io/en/latest/wally.html
ITK 或者 Insight Segmentation and Registration Toolkit是一個開源的跨平臺系統(tǒng),為開發(fā)人員提供了一套廣泛的圖像分析軟件工具 。其中, SimpleITK是建立在ITK之上的簡化層,旨在促進其在快速原型設(shè)計、教育、解釋語言中的應(yīng)用。SimpleITK 是一個圖像分析工具包,包含大量支持一般過濾操作、圖像分割和匹配的組件。SimpleITK本身是用C++寫的,但是對于包括Python以內(nèi)的大部分編程語言都是可用的。
資源
大量的Jupyter Notebooks 表明了SimpleITK在教育和研究領(lǐng)域已經(jīng)被使用。Notebook展示了用Python和R編程語言使用SimpleITK來進行交互式圖像分析。
http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/
用法
下面的動畫是用SimpleITK和Python創(chuàng)建的剛性CT/MR匹配過程的可視化 。點擊此處可查看源碼!
pgmagick是GraphicsMagick庫的一個基于python的包裝。 GraphicsMagick圖像處理系統(tǒng)有時被稱為圖像處理的瑞士軍刀。它提供了一個具有強大且高效的工具和庫集合,支持以88種主要格式(包括重要格式,如DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF)讀取、寫入和操作圖像。
資源
有一個專門用于PgMagick的Github庫 ,其中包含安裝和需求說明。還有關(guān)于這個的一個詳細的用戶指導:
https://github.com/hhatto/pgmagick
用法
使用pgmagick可以進行的圖像處理活動很少,比如:
圖像縮放
邊緣提取
Pycairo是圖像處理庫cairo的一組Python捆綁。Cairo是一個用于繪制矢量圖形的2D圖形庫。矢量圖形很有趣,因為它們在調(diào)整大小或轉(zhuǎn)換時不會失去清晰度 。Pycairo是cairo的一組綁定,可用于從Python調(diào)用cairo命令。
資源
Pycairo的GitHub庫是一個很好的資源,有關(guān)于安裝和使用的詳細說明。還有一個入門指南,其中有一個關(guān)于Pycairo的簡短教程。
庫:https://github.com/pygobject/pycairo
指南:https://pycairo.readthedocs.io/en/latest/tutorial.html
用法
使用Pycairo繪制線條、基本形狀和徑向梯度:
有一些有用且免費的Python圖像處理庫可以使用,有的是眾所周知的,有的可能對你來說是新的,試著多去了解它們。
注:本文的內(nèi)容改編自作者之前在 opensource.com 上發(fā)表的文章。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
想要繼續(xù)查看該篇文章相關(guān)鏈接和參考文獻?
點擊【常用的十大 python 圖像處理工具】即可訪問:
https://ai.yanxishe.com/page/TextTranslation/1755
今日資源推薦:
49個Python學習資源收集!作者把它分解為4種形式:1、那些剛剛開始編程和Python的初學者資源;2、適用于那些希望將Python知識基礎(chǔ)應(yīng)用于數(shù)據(jù)科學和Web開發(fā)等領(lǐng)域的人員的進階資源;3、為那些希望通過Python深入學習和大數(shù)據(jù)等概念的人提供高級資源;4、最后是最重要的練習計劃,幫助你快速實踐和鞏固 Python 技能。
詳情點擊:https://ai.yanxishe.com/page/tweet/26516
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。