關(guān)于python圖像識別函數(shù)的信息

常用的十大python圖像處理工具

原文標(biāo)題：10 Python image manipulation tools.

創(chuàng)新互聯(lián)公司是一家專業(yè)提供和靜企業(yè)網(wǎng)站建設(shè),專注與做網(wǎng)站、網(wǎng)站設(shè)計、H5高端網(wǎng)站建設(shè)、小程序制作等業(yè)務(wù)。10年已為和靜眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站設(shè)計公司優(yōu)惠進(jìn)行中。

作者 | Parul Pandey

翻譯 | 安其羅喬爾、JimmyHua

今天，在我們的世界里充滿了數(shù)據(jù)，圖像成為構(gòu)成這些數(shù)據(jù)的重要組成部分。但無論是用于何種用途，這些圖像都需要進(jìn)行處理。圖像處理就是分析和處理數(shù)字圖像的過程，主要旨在提高其質(zhì)量或從中提取一些信息，然后可以將其用于某種用途。

圖像處理中的常見任務(wù)包括顯示圖像，基本操作如裁剪、翻轉(zhuǎn)、旋轉(zhuǎn)等，圖像分割，分類和特征提取，圖像恢復(fù)和圖像識別。Python成為這種圖像處理任務(wù)是一個恰當(dāng)選擇，這是因?yàn)樗鳛橐环N科學(xué)編程語言正在日益普及，并且在其生態(tài)系統(tǒng)中免費(fèi)提供許多最先進(jìn)的圖像處理工具供大家使用。

讓我們看一下可以用于圖像處理任務(wù)中的常用 Python 庫有哪些吧。

1.scikit-image

scikit-image是一個開源的Python包，適用于numpy數(shù)組。它實(shí)現(xiàn)了用于研究，教育和工業(yè)應(yīng)用的算法和實(shí)用工具。即使是那些剛接觸Python生態(tài)系統(tǒng)的人，它也是一個相當(dāng)簡單直接的庫。此代碼是由活躍的志愿者社區(qū)編寫的，具有高質(zhì)量和同行評審的性質(zhì)。

資源

文檔里記錄了豐富的例子和實(shí)際用例，閱讀下面的文檔：

用法

該包作為skimage導(dǎo)入，大多數(shù)功能都在子模塊中找的到。下面列舉一些skimage的例子：

圖像過濾

使用match_template函數(shù)進(jìn)行模板匹配

你可以通過此處查看圖庫找到更多示例。

2. Numpy

Numpy是Python編程的核心庫之一，并為數(shù)組提供支持。圖像本質(zhì)上是包含數(shù)據(jù)點(diǎn)像素的標(biāo)準(zhǔn)Numpy數(shù)組。因此，我們可以通過使用基本的NumPy操作，例如切片、掩膜和花式索引，來修改圖像的像素值?？梢允褂胹kimage加載圖像并使用matplotlib顯示圖像。

資源

Numpy的官方文檔頁面提供了完整的資源和文檔列表：

用法

使用Numpy來掩膜圖像.

3.Scipy

scipy是Python的另一個類似Numpy的核心科學(xué)模塊，可用于基本的圖像操作和處理任務(wù)。特別是子模塊scipy.ndimage，提供了在n維NumPy數(shù)組上操作的函數(shù)。該包目前包括線性和非線性濾波，二值形態(tài)學(xué)，B樣條插值和對象測量等功能函數(shù)。

資源

有關(guān)scipy.ndimage包提供的完整功能列表，請參閱下面的鏈接：

用法

使用SciPy通過高斯濾波器進(jìn)行模糊：

4. PIL/ Pillow

PIL( Python圖像庫 )是Python編程語言的一個免費(fèi)庫，它支持打開、操作和保存許多不同的文件格式的圖像。然而， 隨著2009年的最后一次發(fā)布，它的開發(fā)停滯不前。但幸運(yùn)的是還有有Pillow，一個PIL積極開發(fā)的且更容易安裝的分支，它能運(yùn)行在所有主要的操作系統(tǒng)，并支持Python3。這個庫包含了基本的圖像處理功能，包括點(diǎn)運(yùn)算、使用一組內(nèi)置卷積核的濾波和色彩空間的轉(zhuǎn)換。

資源

文檔中有安裝說明，以及涵蓋庫的每個模塊的示例：

用法

在 Pillow 中使用 ImageFilter 增強(qiáng)圖像：

5. OpenCV-Python

OpenCV( 開源計算機(jī)視覺庫 )是計算機(jī)視覺應(yīng)用中應(yīng)用最廣泛的庫之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的優(yōu)點(diǎn)不只有高效，這源于它的內(nèi)部組成是用C/C++編寫的，而且它還容易編寫和部署（因?yàn)榍岸耸怯肞ython包裝的）。這使得它成為執(zhí)行計算密集型計算機(jī)視覺程序的一個很好的選擇。

資源

OpenCV-Python-Guide指南可以讓你使用OpenCV-Python更容易：

用法

下面是一個例子，展示了OpenCV-Python使用金字塔方法創(chuàng)建一個名為“Orapple”的新水果圖像融合的功能。

6. SimpleCV

SimpleCV 也是一個用于構(gòu)建計算機(jī)視覺應(yīng)用程序的開源框架。有了它，你就可以訪問幾個高性能的計算機(jī)視覺庫，如OpenCV，而且不需要先學(xué)習(xí)了解位深度、文件格式、顏色空間等。

它的學(xué)習(xí)曲線大大小于OpenCV，正如它們的口號所說“計算機(jī)視覺變得簡單”。一些支持SimpleCV的觀點(diǎn)有：

即使是初學(xué)者也可以編寫簡單的機(jī)器視覺測試攝像機(jī)、視頻文件、圖像和視頻流都是可互操作的資源

官方文檔非常容易理解，而且有大量的例子和使用案例去學(xué)習(xí)：

用法

7. Mahotas

Mahotas 是另一個計算機(jī)視覺和圖像處理的Python庫。它包括了傳統(tǒng)的圖像處理功能例如濾波和形態(tài)學(xué)操作以及更現(xiàn)代的計算機(jī)視覺功能用于特征計算，包括興趣點(diǎn)檢測和局部描述符。該接口是Python語言，適合于快速開發(fā)，但是算法是用C語言實(shí)現(xiàn)的，并根據(jù)速度進(jìn)行了調(diào)優(yōu)。Mahotas庫速度快，代碼簡潔，甚至具有最小的依賴性。通過原文閱讀它們的官方論文以獲得更多的了解。

資源

文檔包括安裝指導(dǎo)，例子，以及一些教程，可以更好的幫助你開始使用mahotas。

用法

Mahotas庫依賴于使用簡單的代碼來完成任務(wù)。關(guān)于‘Finding Wally’的問題，Mahotas做的很好并且代碼量很少。下面是源碼：

8. SimpleITK

ITK 或者 Insight Segmentation and Registration Toolkit是一個開源的跨平臺系統(tǒng)，為開發(fā)人員提供了一套廣泛的圖像分析軟件工具 。其中, SimpleITK是建立在ITK之上的簡化層，旨在促進(jìn)其在快速原型設(shè)計、教育、解釋語言中的應(yīng)用。SimpleITK 是一個圖像分析工具包，包含大量支持一般過濾操作、圖像分割和匹配的組件。SimpleITK本身是用C++寫的，但是對于包括Python以內(nèi)的大部分編程語言都是可用的。

資源

大量的Jupyter Notebooks 表明了SimpleITK在教育和研究領(lǐng)域已經(jīng)被使用。Notebook展示了用Python和R編程語言使用SimpleITK來進(jìn)行交互式圖像分析。

用法

下面的動畫是用SimpleITK和Python創(chuàng)建的剛性CT/MR匹配過程的可視化 。點(diǎn)擊此處可查看源碼！

9. pgmagick

pgmagick是GraphicsMagick庫的一個基于python的包裝。 GraphicsMagick圖像處理系統(tǒng)有時被稱為圖像處理的瑞士軍刀。它提供了一個具有強(qiáng)大且高效的工具和庫集合，支持以88種主要格式(包括重要格式，如DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF)讀取、寫入和操作圖像。

資源

有一個專門用于PgMagick的Github庫 ，其中包含安裝和需求說明。還有關(guān)于這個的一個詳細(xì)的用戶指導(dǎo)：

用法

使用pgmagick可以進(jìn)行的圖像處理活動很少，比如：

圖像縮放

邊緣提取

10. Pycairo

Pycairo是圖像處理庫cairo的一組Python捆綁。Cairo是一個用于繪制矢量圖形的2D圖形庫。矢量圖形很有趣，因?yàn)樗鼈冊谡{(diào)整大小或轉(zhuǎn)換時不會失去清晰度 。Pycairo是cairo的一組綁定，可用于從Python調(diào)用cairo命令。

資源

Pycairo的GitHub庫是一個很好的資源，有關(guān)于安裝和使用的詳細(xì)說明。還有一個入門指南，其中有一個關(guān)于Pycairo的簡短教程。

庫：指南：用法

使用Pycairo繪制線條、基本形狀和徑向梯度：

總結(jié)

有一些有用且免費(fèi)的Python圖像處理庫可以使用，有的是眾所周知的，有的可能對你來說是新的，試著多去了解它們。

Python如何圖像識別？

提取待檢索電影的每一幀圖像的局部敏感哈希 (Locality Sensitive Hashing; LSH) 特征, 并保存下來, 不妨稱為庫 (gallery). LSH 特征可以用整型來表示, 一般是6...

2.來了一張查詢圖像 (query), 也計算它的 LSH 特征. 然后與預(yù)先保存下來的庫中的每個 LSH 特征都計算 Hamming 距離, 返回庫中與查詢圖像 LSH 特征距離最小 (或距離小于指定閾值) ...

python怎么識別圖片中每個線的基本形狀

輪廓搜索

Cv2的方法。findContours用于查找輪廓。代碼示例如下:

Cr、t = cv2。cv2 findContours (b。retr_tree cv2.chain_approx_simple) #

第三個參數(shù)定義了輪廓的近似方式

在上述函數(shù)的參數(shù)中，第一個參數(shù)是二值化矩陣，第二個參數(shù)是獲得輪廓的方式，第三個參數(shù)是定義輪廓的近似方式。

搜索大綱

Cv2方法。FindContours用于查找contours。代碼示例如下:

Cr t等于cv2。Cv2 findContours (b. retr_tree Cv2 .chain_approx_simple) #

第三個參數(shù)定義了輪廓的近似方式

上述函數(shù)的參數(shù)中，第一個參數(shù)是二值化矩陣，第二個參數(shù)是獲取輪廓的方式，第三個參數(shù)是定義輪廓的近似方式。

怎樣使用Python圖像處理

Python圖像處理是一種簡單易學(xué)，功能強(qiáng)大的解釋型編程語言，它有簡潔明了的語法，高效率的高層數(shù)據(jù)結(jié)構(gòu)，能夠簡單而有效地實(shí)現(xiàn)面向?qū)ο缶幊?，下文進(jìn)行對Python圖像處理進(jìn)行說明。

當(dāng)然，首先要感謝“戀花蝶”，是他的文章“用Python圖像處理 ” 幫我堅定了用Python和PIL解決問題的想法，對于PIL的一些介紹和基本操作，可以看看這篇文章。我這里主要是介紹點(diǎn)我在使用過程中的經(jīng)驗(yàn)。

PIL可以對圖像的顏色進(jìn)行轉(zhuǎn)換，并支持諸如24位彩色、8位灰度圖和二值圖等模式，簡單的轉(zhuǎn)換可以通過Image.convert(mode)函數(shù)完 成，其中mode表示輸出的顏色模式。例如''L''表示灰度，''1''表示二值圖模式等。

但是利用convert函數(shù)將灰度圖轉(zhuǎn)換為二值圖時，是采用固定的閾 值127來實(shí)現(xiàn)的，即灰度高于127的像素值為1，而灰度低于127的像素值為0。為了能夠通過自定義的閾值實(shí)現(xiàn)灰度圖到二值圖的轉(zhuǎn)換，就要用到 Image.point函數(shù)。

深度剖析Python語法功能

深度說明Python應(yīng)用程序特點(diǎn)

對Python數(shù)據(jù)庫進(jìn)行學(xué)習(xí)研究

Python開發(fā)人員對Python經(jīng)驗(yàn)之談

對Python動態(tài)類型語言解析

Image.point函數(shù)有多種形式，這里只討論Image.point(table, mode)，利用該函數(shù)可以通過查表的方式實(shí)現(xiàn)像素顏色的模式轉(zhuǎn)換。其中table為顏色轉(zhuǎn)換過程中的映射表，每個顏色通道應(yīng)當(dāng)有256個元素，而 mode表示所輸出的顏色模式，同樣的，''L''表示灰度，''1''表示二值圖模式。

可見，轉(zhuǎn)換過程的關(guān)鍵在于設(shè)計映射表，如果只是需要一個簡單的箝位值，可以將table中高于或低于箝位值的元素分別設(shè)為1與0。當(dāng)然，由于這里的table并沒有什么特殊要求，所以可以通過對元素的特殊設(shè)定實(shí)現(xiàn)（0, 255）范圍內(nèi)，任意需要的一對一映射關(guān)系。

示例代碼如下：

import Image # load a color image im = Image.open(''fun.jpg'') # convert to grey level image Lim = im.convert(''L'') Lim.save(''fun_Level.jpg'') # setup a converting table with constant threshold threshold = 80 table = [] for i in range(256): if i threshold: table.append(0) else: table.append(1) # convert to binary image by the table bim = Lim.point(table, ''1'') bim.save(''fun_binary.jpg'')

IT部分通常要完成的任務(wù)相當(dāng)繁重但支撐這些工作的資源卻很少，這已經(jīng)成為公開的秘密。任何承諾提高編碼效率、降低軟件總成本的IT解決方案都應(yīng)該進(jìn)行 周到的考慮。Python圖像處理所具有的一個顯著優(yōu)勢就是可以在企業(yè)的軟件創(chuàng)建和維護(hù)階段節(jié)約大量資金，而這兩個階段的軟件成本占到了軟件整個生命周期中總成本 的50%到95%。

Python清晰可讀的語法使得軟件代碼具有異乎尋常的易讀性，甚至對那些不是最初接觸和開發(fā)原始項(xiàng)目的程序員都 能具有這樣的強(qiáng)烈感覺。雖然某些程序員反對在Python代碼中大量使用空格。

不過，幾乎人人都承認(rèn)Python圖像處理的可讀性遠(yuǎn)勝于C或者Java，后兩 者都采用了專門的字符標(biāo)記代碼塊結(jié)構(gòu)、循環(huán)、函數(shù)以及其他編程結(jié)構(gòu)的開始和結(jié)束。提倡Python的人還宣稱，采用這些字符可能會產(chǎn)生顯著的編程風(fēng)格差 異，使得那些負(fù)責(zé)維護(hù)代碼的人遭遇代碼可讀性方面的困難。轉(zhuǎn)載

文章名稱：關(guān)于python圖像識別函數(shù)的信息
分享鏈接：http://muchs.cn/article34/hgegse.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、全網(wǎng)營銷推廣、軟件開發(fā)、微信小程序、網(wǎng)頁設(shè)計公司、網(wǎng)站營銷

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)