2021年最新用于图像处理的Python库总结


Posted in Python onJune 15, 2021

一、OpenCV

OpenCV是最著名和应用最广泛的开源库之一,用于图像处理、目标检测、人脸检测、图像分割、人脸识别等计算机视觉任务。除此之外,它还可以用于机器学习任务。

这是英特尔在2002年开发的。它是用C++编写的,但是开发人员已经提供了Python和java绑定。它易于阅读和使用。

为了建立计算机视觉和机器学习模型,OpenCV有超过2500种算法。这些算法对于执行各种任务非常有用,例如人脸识别、目标检测等。让我们看一些可以使用OpenCV执行的示例:

2021年最新用于图像处理的Python库总结

灰度缩放

灰度缩放是一种将3通道图像(如RGB、HSV等)转换为单通道图像(即灰度)的方法。最终的图像在全白和全黑之间变化。灰度缩放的重要性包括降维(将3通道图像转换为单通道图像)、降低模型复杂度等。

下面的代码片段显示了OpenCV中的灰度缩放

import cv2 as cv
img = cv.imread('example.jpg')
cv.imshow('Original', img)
cv.waitKey()
#Use cvtColor, to convert to grayscale
gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('Grayscale', gray_img)
cv.waitKey(0)

2021年最新用于图像处理的Python库总结

旋转图像

OpenCV有助于使用从0到360度的任意角度旋转图像。

检查以下代码以将图像旋转180度。

import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread('example.jpg')
h, w = image.shape[:2]
rot_matrix = cv.getRotationMatrix2D((w/2,h/2), -180, 0.5)
rot_image = cv.warpAffine(img, rot_matrix, (w, h))
plt.imshow(cv.cvtColor(rot_image, cv.COLOR_BGR2RGB))

2021年最新用于图像处理的Python库总结

OpenCV还提供了除我们到目前为止讨论的功能之外的其他功能。除此之外,它还有助于人脸检测、图像分割、特征提取、目标检测、三维重建等。

有关更多信息,请查看官方文档:https://opencv.org/

二、Scikit-Image

Scikit Image是另一个伟大的开源图像处理库。它几乎适用于任何计算机视觉任务。它是最简单、最直接的库之一。这个库的某些部分是用Cython编写的(它是python编程语言的超集,旨在使python比C语言更快)。

它提供了大量的算法,包括分割、颜色空间操作、几何变换、滤波、形态学、特征检测等。

Scikit Image使用Numpy数组作为图像对象。让我们看看如何在scikit图像中执行活动轮廓操作。活动轮廓描述图像中形状的边界。

2021年最新用于图像处理的Python库总结

检查以下活动轮廓操作代码:

import numpy as np
import matplotlib.pyplot as plt
from skimage.color import rgb2gray
from skimage import data
from skimage.filters import gaussian
from skimage.segmentation import active_contour
image = data.astronaut()
# Data for circular boundary
s = np.linspace(0, 2*np.pi, 400)
x = 220 + 100*np.cos(s)
y = 100 + 100*np.sin(s)
init = np.array([x, y]).T
# formation of the active contour
centre = active_contour(gaussian(image, 3),init, alpha=0.015, beta=10, gamma=0.001)
figure, axis = plt.subplots(1, 2, figsize=(7, 7))
ax[0].imshow(image, cmap=plt.cm.gray)
ax[0].set_title("Original Image")
ax[1].imshow(image, cmap=plt.cm.gray)

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://scikit-image.org/docs/stable/auto_examples/

三、Scipy

SciPy主要用于数学和科学计算,但有时也可以使用子模块SciPy.ndimage用于基本的图像操作和处理任务。

归根结底,图像只是多维数组,SciPy提供了一组用于操作n维Numpy操作的函数。SciPy提供了一些基本的图像处理操作,如人脸检测、卷积、图像分割、读取图像、特征提取等。

除此之外,还可以执行过滤,在图像上绘制轮廓线。

2021年最新用于图像处理的Python库总结

请检查以下代码以使用SciPy模糊图像:

from scipy import ndimage, misc
from matplotlib import pyplot as plt
f = misc.face()
b_face = ndimage.gaussian_filter(f, sigma=3)
figure, axis = plt.subplots(1, 2, figsize=(16, 8))

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://docs.scipy.org/doc/scipy/reference/ndimage.html

四、Python Image Library (Pillow/PIL)

它是一个用于图像处理任务的开放源码python库。它提供了其他库通常不提供的特殊功能,如过滤、打开、操作和保存图像。这个库支持多种文件格式,这使它更高效。PIL还支持图像处理、图像显示和图像存档等功能。让我们看看使用Pillow/PIL的图像增强。

2021年最新用于图像处理的Python库总结

更改图像的清晰度:

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://pillow.readthedocs.io/en/stable/index.html

五、Matplotlib

Matplotlib主要用于二维可视化,如散点图、条形图、直方图等,但我们也可以将其用于图像处理。从图像中提取信息是有效的。它不支持所有的文件格式。

2021年最新用于图像处理的Python库总结

背景颜色更改操作后,请检查以下图像:

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://matplotlib.org/stable/tutorials/introductory/images.html

六、SimpleITK

它也称为图像分割和注册工具包。它是一个用于图像注册和图像分割的开源库。像OpenCV这样的库将图像视为一个数组,但是这个库将图像视为空间中某个区域上的一组点。检查以下示例:

2021年最新用于图像处理的Python库总结

图像分割

有关更多信息,请查看官方文档:https://itk.org/

七、Numpy

它是一个用于数值分析的开放源码python库。它包含一个矩阵和多维数组作为数据结构。但是NumPy也可以用于图像处理任务,例如图像裁剪、操作像素和像素值的蒙版。

2021年最新用于图像处理的Python库总结

检查下图以从图像中提取绿色/红色/蓝色通道:

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://scikit-image.org/docs/dev/user_guide/numpy_images.html

八、Mahotas

它是另一个用于计算机视觉和图像处理的开放源码python库。它是为生物信息学而设计的。它提供了很多算法,这些算法是用C++编写的,速度很快,使用了一个好的Python接口。它以NumPy数组读取和写入图像。

使用Mahotas检查下面的模板匹配图像:

2021年最新用于图像处理的Python库总结

有关更多信息,请查看官方文档:https://mahotas.readthedocs.io/en/latest/#

到此这篇关于2021年用于图像处理的Python库总结的文章就介绍到这了,更多相关Python图像处理常用库内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
终端命令查看TensorFlow版本号及路径的方法
Jun 13 Python
浅谈利用numpy对矩阵进行归一化处理的方法
Jul 11 Python
python实现傅里叶级数展开的实现
Jul 21 Python
python实现单链表中删除倒数第K个节点的方法
Sep 28 Python
Python lxml解析HTML并用xpath获取元素的方法
Jan 02 Python
python 用for循环实现1~n求和的实例
Feb 01 Python
Python3实现的简单三级菜单功能示例
Mar 12 Python
详解PyTorch中Tensor的高阶操作
Aug 18 Python
python通过实例讲解反射机制
Oct 17 Python
Python通过VGG16模型实现图像风格转换操作详解
Jan 16 Python
Python基于pandas爬取网页表格数据
May 11 Python
Pycharm 如何一键加引号的方法步骤
Feb 05 Python
Python中的xlrd模块使用整理
Jun 15 #Python
浅谈python中的多态
Jun 15 #Python
如何正确理解python装饰器
Jun 15 #Python
详解python网络进程
整理Python中常用的conda命令操作
Python实现单例模式的5种方法
Jun 15 #Python
用Python爬取某乎手机APP数据
You might like
php使用PDO操作MySQL数据库实例
2014/12/30 PHP
thinkPHP中钩子的两种配置调用方法详解
2016/11/11 PHP
php实现文件管理与基础功能操作
2017/03/21 PHP
Aster vs KG BO3 第二场2.18
2021/03/10 DOTA
利用google提供的API(JavaScript接口)获取网站访问者IP地理位置的代码详解
2010/07/24 Javascript
js弹出层之1:JQuery.Boxy (二)
2011/10/06 Javascript
JavaScript判断密码强度(自写代码)
2013/09/06 Javascript
js实现用户注册协议倒计时的方法
2015/01/21 Javascript
jQuery实现简单二级下拉菜单
2015/04/12 Javascript
JavaScript实现带箭头标识的多级下拉菜单效果
2015/08/27 Javascript
jQuery实现背景滑动菜单
2016/12/02 Javascript
Bootstrap学习笔记之进度条、媒体对象实例详解
2017/03/09 Javascript
vue2.0 与 bootstrap datetimepicker的结合使用实例
2017/05/22 Javascript
详解使用PM2管理nodejs进程
2017/10/24 NodeJs
webpack实用小功能介绍
2018/01/02 Javascript
react在安卓中输入框被手机键盘遮挡问题的解决方法
2018/09/03 Javascript
分享5个顶级的JavaScript Ajax组件库
2018/09/16 Javascript
vue-router权限控制(简单方式)
2018/10/29 Javascript
vue.js watch经常失效的场景与解决方案
2021/01/07 Vue.js
在JavaScript中查找字符串中最长单词的三种方法(推荐)
2021/01/18 Javascript
[54:33]2018DOTA2亚洲邀请赛小组赛 A组加赛 Liquid vs Optic
2018/04/03 DOTA
python中input()与raw_input()的区别分析
2016/02/27 Python
Python字符编码判断方法分析
2016/07/01 Python
pycharm新建一个python工程步骤
2019/07/16 Python
python读取Kafka实例
2019/12/23 Python
python中return不返回值的问题解析
2020/07/22 Python
详解python安装matplotlib库三种失败情况
2020/07/28 Python
英国网上超市:Ocado
2020/03/05 全球购物
资产经营总监岗位职责范文
2013/12/01 职场文书
高中运动会广播稿
2014/01/21 职场文书
群众路线教育实践活动批评与自我批评
2014/09/15 职场文书
党政领导班子群众路线对照检查材料思想汇报
2014/09/27 职场文书
庆祝教师节活动总结
2015/03/23 职场文书
幼儿园安全管理制度
2015/08/05 职场文书
详解MySQL主从复制及读写分离
2021/05/07 MySQL
在Python 中将类对象序列化为JSON
2022/04/06 Python