Python图像处理常用库与安装
1.Pillow
该库包含基本的图像处理功能,包括点操作、使用一组内置卷积内核进行过滤以及颜色空间转换。
使用说明文档:
https://pillow.readthedocs.io/en/3.1.x/index.html
官网:https://pillow.readthedocs.io/en/stable/installation.html
安装提示:Pillow和PIL不能同时在一个环境里安装,所有原有PIL的,需要删除PIL再安装Pillow
pip install Pillow
根据系统提示,我的pip需要更新:
d:\python\python38\python.exe -m pip install --upgrade pip
2.numpy
编程的核心库之一,支持数组结构。图像本质上是包含数据点像素的标准Numpy数组。 因此,通过使用基本的NumPy操作——例如切片、脱敏和花式索引,可以修改图像的像素值。 可以使用skimage加载图像并使用matplotlib显示。
使用说明文档:
http://www.numpy.org/
pip install numpy
3.Scipy
核心科学模块,就像Numpy一样,可用于基本的图像处理和处理任务。值得一提的是,子模块scipy.ndimage提供了在n维NumPy数组上运行的函数。 该软件包目前包括线性和非线性滤波、二进制形态、B样条插值和对象测量等功能。
使用说明文档:
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
pip install Scipy
4.OpenCV
OpenCV( 开源计算机视觉库,Open Source Computer Vision Library)是计算机视觉应用中使用最广泛的库之一。OpenCV-Python是OpenCV的python API。 OpenCV-Python不仅速度快(因为后台由用C / C ++编写的代码组成),也易于编码和部署(由于前端的Python包装器)。 这使其成为执行计算密集型计算机视觉程序的绝佳选择。
使用说明文档:
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
pip install opencv-python
5.Mahotas
Mahotas是另一个用于Python的计算机视觉和图像处理库。 它包含传统的图像处理功能(如滤波和形态学操作)以及用于特征计算的更现代的计算机视觉功能(包括兴趣点检测和局部描述符)。 该接口使用Python,适用于快速开发,但算法是用C ++实现的,并且针对速度进行了优化。Mahotas库运行很快,它的代码很简单,(对其它库的)依赖性也很小。 建议阅读他们的官方文档以了解更多内容。
使用说明文档:
https://mahotas.readthedocs.io/en/latest/install.html
pip install Mahotas
常用库库介绍参考文章:
*https://blog.csdn.net/sunmingyang1987/article/details/102851413**