图像处理工具Python扩展库，你了解吗？

　　opencv 是一个非常流行的数据可视化图形库，它底层使用 c++进行开发，拥有非常高效的执行效率。

　　在当今这个社会，数据就是财富，数据就是金钱，一切都离不开数据，我们看到的一切图片，本质上都是数据，如何理解和处理这些图像数据是很大的难题，不过庆幸的是，在 python 中，已经有了非常丰富的扩展来帮助我们处理这些图片。

　　opencv

　　opencv 是一个非常流行的数据可视化图形库，它底层使用 c++进行开发，拥有非常高效的执行效率。

　　安装使用它非常简单。

　　复制

　　1.  pip install opencv-python

　　复制

　　1.  # import opencv

　　2.  import cv2

　　3.  # Read the image

　　4.  image = cv2.imread('tesla.png')

　　5.  # grayscale the image

　　6.  gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

　　7.  cv2.imshow('Original Image', image)

　　8.  cv2.imshow('Grayscale Image', gray_image)

　　9.  cv2.waitKey(0)

　　10.  cv2.destroyAllWindows()

　　Pillow

　　Pillow 是另一个非常流行的图像处理库，和 opencv 相比，它更加轻量级，虽然本身功能简单，但是它支持扩展，通过扩展可以执行非常强大的功能。

　　复制

　　1.  pip install pillow

　　复制

　　1.  from PIL import Image

　　2.  with Image.open("tesla.png") as im:

　　3.  #show the original image

　　4.  im.show("Original Image")

　　5.  #convert into grayscale

　　6.  grayscaleImg = im.convert("L")

　　7.  #show the grayscale image

　　8.  grayscaleImg.show()

　　Scikit

　　Scikit 是一个进行科学研究的图形处理库，旨在使用 Numpy 和 Scipy 库处理图像。它包括各种科学算法，例如分割、颜色空间操作、分析、形态学等。该库是使用 Python 和 C 编程语言编写的。它适用于所有流行的操作系统，例如 Linux、macOS 和 Windows。

　　复制

　　1.  pip install scikit-image

　　复制

　　1.  from skimage import io

　　2.  from skimage.color import rgb2gray

　　3.  # way to load car image from file

　　4.  car = io.imread('tesla.png')[:,:,:3]

　　5.  #convert into grayscale

　　6.  grayscale = rgb2gray(car)

　　7.  #show the original

　　8.  io.imshow(car)

　　9.  io.show()

　　10.  #show the grayscale

　　11.  io.imshow(grayscale)

　　12.  io.show()

　　Numpy

　　numpy 本身是一个计算库，它提供了广泛的数学特性，如数组、线性代数、基本统计运算、随机模拟、逻辑排序、搜索、形状操作等。

　　通过对图片的运算处理，可以实现图片的灰度化。

　　复制

　　1.  pip install numpy

　　复制

　　1.  import numpy as np

　　2.  import matplotlib.pyplot as plt

　　3.  import matplotlib.image as mpimg

　　4.  #load the original image

　　5.  img_rgb = mpimg.imread('tesla.png')[...,:3]

　　6.  #show the original image

　　7.  plt.imshow(img_rgb)

　　8.  plt.show()

　　9.  #convert the image into grayscale

　　10.  img_gray = np.dot(img_rgb,[0.299, 0.587, 0.144])

　　11.  #show the grayscale image

　　12.  plt.imshow(img_gray, cmap=plt.get_cmap('gray'))

　　13.  plt.show()

　　mahotas

　　Mahotas 是另一个可以执行各种图像处理操作的 Python 计算机视觉库。它是用 C++设计的，它包含许多提高图像处理速度的算法。此外，它使用 NumPy 数组在矩阵中使用图像。分水岭、凸点计算 hit & miss 卷积和 Sobel 边缘是该库中可用的主要功能。

　　复制

　　1.  pip install mahotas

　　复制

　　1.  import mahotas

　　2.  from pylab import imshow, show

　　3.  #read the image

　　4.  img = mahotas.imread('tesla.png')

　　5.  #show original image

　　6.  imshow(img)

　　7.  show()

　　8.  img = img[:, :, 0]

　　9.  grayscale = mahotas.overlay(img)

　　10.  #show grayscale image

　　11.  imshow(grayscale)

　　12.  show()

　　SimpleITK

　　SimpleITK 是一个强大的图像配准和分割工具包。它是作为 ITK 工具包的扩展构建的，用于提供简化的界面。它支持不同的编程语言，例如 Python、R、C++、Java、C#、Ruby、TCL 和 Lua。

　　该库支持 2D、3D 和 4D 图像。与其他 Python 图像处理库和框架相比，该库的图像处理速度非常快。

　　复制

　　1.  pip install SimpleITK

　　复制

　　1.   import SimpleITK as sitk

　　2.  import matplotlib.pyplot as plt

　　3.  logo = sitk.ReadImage('tesla.png')

　　4.  # GetArrayViewFromImage returns an immutable numpy array view to the data.

　　5.  plt.imshow(sitk.GetArrayViewFromImage(logo))

　　6.  plt.show()

　　Matplotlib

　　Matplotlib 是一个综合库，用于在 Python 中创建静态、动画和交互式可视化。Matplotlib 让简单的事情变得简单，让困难的事情成为可能。它可以配合 Numpy 来读取图像数据。

　　复制

　　1.  pip install matplotlib

　　复制

　　1.  # importing libraries.

　　2.  import matplotlib.pyplot as plt

　　3.  from PIL import Image

　　4.  # open image using pillow library

　　5.  image = Image.open("tesla.png")

　　6.  #show original image

　　7.  plt.imshow(image)

　　8.  plt.show()

　　9.  # grayscale the image

　　10.  plt.imshow(image.convert("L"), cmap='gray')

　　11.  plt.show()

　　来源： 程序那些事儿

  　　>>>>>>点击进入大数据专题