用于图像处理的Python顶级库
点击上方“小白学视觉”,选择加"星标"或“置顶”
重磅干货,第一时间送达 ![]()
![](https://filescdn.proginn.com/e6a272d96a94e0b3fb3b465867267aa0/3a5d0ac94eee227053e566f51d0b5801.webp)
目录
-
OpenCV -
Scikit-Image -
Scipy -
Python Image Library (Pillow/PIL) -
Matplotlib -
SimpleITK -
Numpy -
Mahotas
OpenCV
灰度缩放
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)
![](https://filescdn.proginn.com/d24bd0d9d0f7196c5eaf17f6e3534733/4e7af0fa1760c7eb573ae80eb2452129.webp)
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))
![](https://filescdn.proginn.com/0755ab1778a98c40e85a38877e7e091d/531a741f5350665d71be86bde55facce.webp)
Scikit-Image
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)
Scipy
![](https://filescdn.proginn.com/2a2650314434c08f690b866f9a0f5db6/a5821c4de92dcebfd9fc23c673d05239.webp)
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))
![](https://filescdn.proginn.com/8802e217276a2a466e85f90e7244896e/b9b679e34b3d57ef17481545170d0b19.webp)
Python Image Library (Pillow/PIL)
更改图像的清晰度:
![](https://filescdn.proginn.com/f27137720fd7522d38ce9146e743cfe0/1aad4419719f569b640bd259f7b69dac.webp)
Matplotlib
![](https://filescdn.proginn.com/bd92dd86934f6c09e8f2cbf04fa0ab8b/35313e69e38dc99c2084b0ec622e387a.webp)
![](https://filescdn.proginn.com/c3f32c05a367822ffb754df33649729f/6262e49af3db71234318cb41102c0351.webp)
SimpleITK
![](https://filescdn.proginn.com/d599ae668c4f226d6fcb9a1d3c3727f8/bbc08a269124cbfdd606464ccb5fbda0.webp)
Numpy
![](https://filescdn.proginn.com/752e0c004e0d514e51d94516ceeabf29/5d48518ac1851396286c0819adb7459f.webp)
![](https://filescdn.proginn.com/b268274dbf7d7608551a6df3b603c848/57ef8d0d4e56383bf2b9ca6ae7f86d4d.webp)
Mahotas
![](https://filescdn.proginn.com/9b744cc3f4c53102c49d5030bd6a8db9/0bb876eba4e5892415cef25b64b01e1e.webp)
结论
下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程,即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2:Python视觉实战项目52讲 在「小白学视觉」公众号后台回复:Python视觉实战项目,即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。
下载3:OpenCV实战项目20讲 在「小白学视觉」公众号后台回复:OpenCV实战项目20讲,即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~
评论