ImagePy——UI界面支持开放插件的Python开源图像处理框架

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

菜单打开：process -> region analysis -> geometry analysis count，计算面积并分析参数。通过选择 cov 选项，ImagePy 使用通过协方差计算的椭圆拟合每个区域。这里计算前面步骤中所示的参数，如面积、周长、离心率和稳定性。事实上，前一步的滤波正是对这一步的准备。

几何分析

生成结果表（背景是黑色，以强调椭圆）

按区域对表进行排序

菜单打开：table -> statistic -> table sort by key

选择主键作为区域，并选择 descend，表将按面积的降序排序。表是除了图像之外的另一项重要数据。从某种意义上来说，很多时候我们需要获得图像的相关信息，然后以表的形式对数据进行后续处理。ImagePy 支持表 I/O（xls、xlsx、csv）、过滤、切片、统计分析、排序等等（右键单击列标题来设置文本颜色、小数精度、行样式等）。

表

图表

菜单打开：table -> chart -> hist chart

我们经常需要利用表格数据来绘制一个图表。这里，我们绘制了某个区域和其周边列的直方图。ImagePy 的表可以用于绘制常见的图表，如柱状图、饼图、直方图和散点图（基于 matplotlib）。该图表带有缩放、移动和其他功能，并可以保存为图像。

直方图

3D 表格

菜单打开：kit3d -> viewer 3d -> 2d surface

图像的表面重建。这幅图像显示了三种方式的重建结果，包括：sobel 梯度图、高阈值和低阈值。它显示了 Up And Down Watershed 是如何工作的：

• 计算梯度；
• 通过高低阈值标记硬币和背景；
• 在 dem 图表上模拟上升 water 来形成分割线。

ImagePy 可以完成图像的 3d 滤波、3d 轮廓构建、3d 拓扑分析、2d 表面重建和 3d 表面可视化。3d 视图可以被自由拖动、旋转，其结果可以保存为.stl 文件。

3d 可视化

宏记录和执行

菜单打开：window -> develop tool suite

宏记录器显示在开发工具面板中。我们已经手动完成了一个图像的分割。然而，用这种方式一下子处理超过 10 幅图像是非常乏味的。因此，假设在处理这些问题的时候，这些步骤具有高度的可重复性和健壮性，我们可以记录一个宏，以便将几个处理过程组合成一个单击程序。宏记录器与无线电记录器相似。打开后，它将记录操作的每个步骤。我们可以点击暂停按钮停止录制，也可以点击播放按钮开始录制。当宏运行时，所记录的命令将按照顺序执行，因此它具有简单性和可再现性。

宏被保存到 .mc 文件中。将文件拖放到 ImagePy 底部的状态栏中，宏将自动执行。我们还可以将 .mc 文件复制到 ImagePy 文件目录下的菜单的子菜单中。当启动 ImagePy 时，宏文件将被解析为相应位置的菜单项。通过单击菜单，宏将被执行。

宏记录

Workflow

宏是一系列预定义的命令。通过将一系列固定操作记录到宏中，可以提高工作效率。然而，宏缺乏灵活性。例如，有时主要步骤是固定的，但是参数调优需要人工参与。在这种情况下，workflow 就可以解决这个问题。ImagePy 中的 workflow 是可视化的流程图，分为两个层次：章节和部分。本章对应于 workflow 中的矩形区域，并且该部分是矩形区域中的按钮，也是命令，并附有图形说明。右边的消息窗口将显示相应的功能描述，同时鼠标悬停在上面。单击右上角的“详细文档”，查看整个过程的说明文档。

workflow 实际上是用 MarkDown（一种标记语言）编写的，但是在编写时你需要遵守以下规范：

Title=====

## Chapter1

1. Section1some coment for section1 …

2. …

## Chapter 2

…

workflow

滤波器插件

在最后一节中，我们介绍了宏和 workflow，使用宏和 workflow 连接现有功能很方便。但有时我们需要创建新的特性。在本节中，我们将尝试向 ImagePy 添加一个新特性。ImagePy 可以轻松访问任何基于 numpy 的函数。让我们以 scikit-image 的 canny 操作符为例。

示例代码如下：

from skimage import feature

from imagepy.core.engine import Filter

class Plugin( Filter ):

title = ‘Canny’

note = [ ‘all’ , ‘auto_msk’ , ‘auto_snap’ , ‘preview’ ]

para = { ‘sigma’ : 1.0 , ‘low_threshold’ : 10 , ‘high_threshold’ : 20 }

view = [ ( float , ‘sigma’ , ( 0 , 10 ) , 1 , ‘sigma’ , ‘pix’ ) ,

( ‘slide’ , ‘low_threshold’ , ( 0, 50 ) , 4 , ‘low_threshold’ ) ,

(‘slide’ , ‘high_threshold’ , ( 0 , 50 ) , 4 , ‘high_threshold’ ) ]

def run ( self , ips , snap , img , para = None ) :

return feature.canny (snap , para[ ‘sigma’ ] , para[ ‘low_threshold’ ] ,

para[ ‘high_threshold’ ] , mask = ips.get_msk ) * 255

Canny 滤波器示例

创建自己的滤波器的步骤：

1. 导入对应的库，通常是第三方库。
2. 继承 filter 类。
3. 标题将用作菜单的名称和参数对话框的标题，也用作宏记录的命令。
4. 在 note 中告诉框架它需要为你做什么，是否进行类型检查、是否支持选择、是否支持 UNDO 等等。
5. para 是一个参数字典，包含函数所需的参数。
6. 为视图中的每个参数定义交互方法，框架将通过读取这些信息自动生成用于参数调优的对话框。
7. 编写主函数 run。img 是当前图像，para 是用户的输入参数。如果在 note 中设置了 auto_snap，snap 将是 img 的一个副本。我们可以处理这个副本，将结果存储在 img 中。如果函数不支持指定的输出，我们还可以返回结果，框架将帮助我们将结果复制到 img 并显示它。
8. 将文件保存为 xxx_plg.py，然后复制到菜单文件夹，重新启动 ImagePy。它将被作为菜单项加载。

这个框架为我们做了什么？

该框架以正式的方式把复杂的任务融合在一起，并帮助我们执行了：

• 类型检查。如果当前图像类型不满足注释中的要求，则终止分析；
• 根据参数，自动生成对话框以并检测输入的合法性；
• 实时预览；
• 自动 ROI 支持；
• 撤消支持；
• 并行化支持；
• 图像堆栈支持；
• 其它。

表

如前所述，表是除了图像之外的另一种非常重要的数据类型。类似地，ImagePy 也支持表的扩展。这里我们给出在前面描述中使用的按键排序的示例。

代码为：

from imagepy.core.engine import Table

import pandas as pd

class Plugin( Table ) :

title = ‘Table Sort By Key’

para = { ‘major’:None , ‘minor’ : None , ‘descend’ : False }

view = [ ( ‘field’ , ‘major’ , ‘major’ , ‘key’ ) ,

( ‘field’ , ‘minor’ , ‘minor’ , ‘key’ ) ,

( bool , ‘descend’ , ‘descend’ ) ]

def run( self , tps , data , snap , para = None ) :

by = [ para[ ‘major’ ] , para[ ‘minor’ ] ]

data.sort_values( by = [ i for i in by if i ! = ‘None’ ],

axis = 0 , ascending = not para[ ‘descend’ ] , inplace = True )

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-3pAHm4s8-1713675530156)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！