Matlab是一个商业软件,现在后悔一开始学习Matlab了。想慢慢转移到python平台,找找有哪些图像处理的库。
1.
ITK
这是医学图像处理最流行的库了,虽然是使用C++语言编写的,但也提供了齐全的python绑定。在编译的时候,可以选择绑定python。这样就可以直接用python调用ITK函数了。在ubuntu里,源里面就有,直接安装即可。通过import
itk即可载入ITK函数库。
另外,为了进一步简化ITK的使用,最近出现了一个SimpleITK的项目。SimpleITK省略了模板的使用,更符合python的编程模式。SimpleITK目前正在开发,还缺少很多库函数,尤其是配准部分,因此,暂时还不能满足我的需求。
2.
PIL/Pillow
试用了一下,感觉功能非常简单,而且是针对二维图片设计的,显然无法满足我们处理海量图像数据集的需要。
结论:不能满足需求。
官方网站:
教程:
3.
VIGRA
针对多维图像数据集设计,而且有很强的并行能力。其中的数据结构可以在python和C++之间无缝转换!这个软件维护还比较活跃,最新版是13年11月。
关键是有应用案例,处理的是海量的电镜成像神经元结构数据集,这点与我的职业发展方向吻合!展示的图片中显示了优美的三维结构,也表明软件处理结果可以完美地展现。
缺点:缺乏配准功能模块。
结论:值得深入研究。
官方网站:
介绍的ppt
基于这个库,衍生出了一个软件ilastik
4.
Medpy
由著名的LOLI开发,满足海量高维图像处理的需求,其中核心的应用是图割分割。Medpy基于Python-ITK,属于ITK以上的高级库吧。另外,Medpy是一个很好的学习怎么用python玩转ITK的例子,可以看Medpy的代码来学习怎么用Python-ITK。
主页,其中有ITK的编译和配置步骤(解决了一个ITK的bug)
5.
openCV
openCV是计算机视觉领域的开源库,主要是处理视频的,因此,多维图像处理方面还不是特别适合。但是openCV的目标是实时的视频处理,因此,里面的函数计算速度都很快,可以用于二维图像的快速处理,而且有很多基本的函数,用于预处理和特征提取还是非常合适的。
python-opencv可以直接在ubuntu源里面安装,调用方式是import cv2
python-opencv官方教程
这个教程虽然是对应opencv3的,但大部分内容对目前的2.X也适用(亲测可用)。
6. IRTK
(Image Registration toolkit)
顾名思义,IRTK主要是用于配准的。作者并没有基于ITK,而是自己实现很多基本图像处理和配准的函数。根据作者的解释,这个工具包相对于ITK和SimpleITK的优点就是调用简单!如果是这样的话,学这个工具还不如学习更为通用的ITK了。
官方网站
python调用的方法
7.
(Astronomical) Image Registration
同样是基于python的,但主要是面对天文成像图片的。根据作者的描述,特点是可以适应对比度差异大的图像间配准。
在2012年,一帮图像处理牛人搞了个会议,讨论并且推动大家从Matlab转到python平台,并且做了很好的总结。
有很多文件可以从会议的网站下载到
包括一个演讲的ppt,相当于做了个完整的综述
用python调用openCV的例子