1. 引言

Python目前是世界上使用最多的編程語(yǔ)言之一。它能夠以更少的工作量和更少的代碼行數(shù)來(lái)完成許多事情。它還可以使用很少的代碼行來(lái)方便地編輯和創(chuàng)建圖像。
本文重點(diǎn)介紹，在圖像處理領(lǐng)域，我們最常使用的一些Python開(kāi)源庫(kù)。

2. Pillow庫(kù)

Pillow是Python中常用的圖像處理庫(kù)之一。它提供了許多操作圖像的函數(shù)，如調(diào)整大小、濾波操作等。這是Python中最好用的圖像處理庫(kù)之一。唯一的缺點(diǎn)是它已經(jīng)很久沒(méi)有更新了。

安裝安庫(kù)的命令如下：

pip install pillow

這里通過(guò)一個(gè)簡(jiǎn)單的代碼片段來(lái)展示這個(gè)庫(kù)是如何工作的。讓我們使用Pillow來(lái)增加對(duì)比度，讓深色圖像變得更漂亮一些。

代碼如下：

from PIL import Image,ImageEnhance
img_original = Image.open("dark.jpg")
img_original.show("Original Image")
img = ImageEnhance.Contrast(img_original)
img.enhance(3.8).show("Image With More Contrast")

運(yùn)行效果如下：

3. Numpy庫(kù)

NumPy代表Numerical Python。它是一個(gè)Python庫(kù)，可以幫助我們處理所有類(lèi)型的科學(xué)計(jì)算。NumPy是在執(zhí)行任何類(lèi)型的數(shù)據(jù)預(yù)處理或數(shù)據(jù)科學(xué)相關(guān)任務(wù)時(shí)導(dǎo)入的第一個(gè)庫(kù)。此外，它還可以用來(lái)進(jìn)行圖像處理操作。

使用NumPy，我們可以輕松地操縱圖像的RGB值。舉例如下：

from PIL import Image
import numpy as np
img = np.array(Image.open('0.jpg'))
img_red = img.copy()
img_red[:, :, (1, 2)] = 0
img_green = img.copy()
img_green[:, :, (0, 2)] = 0
img_blue = img.copy()
img_blue[:, :, (0, 1)] = 0
img_ORGB = np.concatenate((img,img_red, img_green, img_blue), axis=1)
img_converted = Image.fromarray(img_ORGB)
img_converted.show() ## Combine Image Contains all four images

運(yùn)行結(jié)果如下：

4. Scipy庫(kù)

Scipy是Python中主要用于數(shù)學(xué)和科學(xué)計(jì)算的庫(kù)，但同時(shí)它也可以用于處理多維圖像。這是一個(gè)非常大的庫(kù)，包含許多科學(xué)計(jì)算的工具。當(dāng)使用Scipy庫(kù)進(jìn)行圖像處理時(shí)，只需導(dǎo)入scipy.ndimage模塊即可。
安裝scipy庫(kù)的命令如下：

pip install scipy

使用該庫(kù)進(jìn)行高斯模糊的樣例代碼如下：

from scipy import misc
import matplotlib.pyplot as plt
fig = plt.figure()
plt.gray() # show the filtered result in grayscale
ax1 = fig.add_subplot(121) # left side
ax2 = fig.add_subplot(122) # right side
ascent = misc.ascent()
result = gaussian_filter(ascent, sigma=5)
ax1.imshow(ascent)
ax2.imshow(result)
plt.show()

運(yùn)行結(jié)果如下：

5. Opencv庫(kù)

OpenCV是最常用的一種圖像處理庫(kù)，可以方便地與網(wǎng)絡(luò)攝像頭、圖像和視頻進(jìn)行交互。它可以執(zhí)行多種實(shí)時(shí)任務(wù)，于2000年首次發(fā)布。它因其簡(jiǎn)單性和代碼可讀性而出名。目前，它主要用于計(jì)算機(jī)視覺(jué)任務(wù)，如人臉檢測(cè)和識(shí)別、目標(biāo)檢測(cè)等。

安裝該庫(kù)的命令如下：

pip install opencv-python

使用該庫(kù)，進(jìn)行crop操作的樣例如下：

import cv2
img = cv2.imread("images/test.jpg")
imgCropped = img[50:283,25:190]
shape = imgCropped.shape
print(shape[0])
imgCropped = cv2.resize(imgCropped,(shape[0]*12//10,shape[1]*2))
cv2.imshow("Image cropped",imgCropped)
cv2.imshow("Image",img)
cv2.waitKey(0)

運(yùn)行結(jié)果如下：

6. Pgmagick庫(kù)

Pgmagick是Python庫(kù)中GraphicsMagick的補(bǔ)充，它提供了許多圖像處理的功能，比如調(diào)整大小、旋轉(zhuǎn)、銳化、漸變等操作。

安裝pgmagick的命令如下：

pip install pgmagick

下面是使用該庫(kù)進(jìn)行縮放的樣例代碼：

from pgmagick.api import Image
img = Image('fox.png')
# scaling image up to 1.5x
img.scale((150, 100), 'fox_scaled')

上述代碼的運(yùn)行結(jié)果如下：

7. 總結(jié)

本文重點(diǎn)介紹了在Python中進(jìn)行圖像處理的五個(gè)常用的開(kāi)源庫(kù)，這五個(gè)庫(kù)功能強(qiáng)大，包含各式各樣的圖像處理函數(shù)，極大地提升了開(kāi)發(fā)效率，推薦大家積極使用。

到此這篇關(guān)于推薦五個(gè)常用的python圖像處理庫(kù)的文章就介紹到這了,更多相關(guān)Python圖像處理庫(kù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論