Python 处理图像,python图像处理实战 豆瓣
1.简介Python是目前世界上使用最多的编程语言之一。它可以用更少的工作量和更少的代码行完成很多事情。它还可以用很少的代码轻松编辑和创建图像。
本文重点介绍一些我们在图像处理领域最常用的Python开源库。
废话少说，我们开始吧！
2.Pillow库Pillow是Python中常用的图像处理库之一。它提供了许多操作图像的功能，比如调整大小和过滤。这是Python中最好的图像处理库之一。唯一的缺点就是很久没更新了。
安装库的命令如下：
Pip Pillow这里是一个简单的代码片段，展示了这个库是如何工作的。让我们使用枕头来增加对比度，使黑暗的图像更美丽。
代码如下：
从PIL进口图像，图像增强
img _ original=image . open( dark . jpg )
img_original.show(原始图像)
img=图像增强。对比度(img_original)
Img.enhance (3.8)。显示(“对比度更高的图像”)运行如下：
3.Numpy库NumPy代表数值Python。它是一个Python库，可以帮助我们处理各种科学计算。NumPy是在执行任何类型的数据预处理或数据科学相关任务时导入的第一个库。此外，它还可以用于图像处理操作。
使用NumPy，我们可以很容易地操纵图像的RGB值。例子如下：
从PIL进口图片
将numpy作为np导入
img=np.array(Image.open(0.jpg ))
img_red=img.copy()
img_red[:(1，2)]=0
img_green=img.copy()
img_green[:(0，2)]=0
img_blue=img.copy()
img_blue[:(0，1)]=0
img_ORGB=np.concatenate((img，img_red，img_green，img_blue)，axis=1)
img _ converted=image . from array(img _ ORGB)
img _ converted . show()# # combine image包含所有四个图像，运行如下：
4.Scipy库Scipy是Python中的一个库，主要用于数学和科学计算，但同时也可以用于处理多维图像。这是一个非常大的图书馆，里面有很多科学计算的工具。使用Scipy库进行图像处理时，只需导入scipy.ndimage模块即可。
安装scipy库的命令如下：
使用此库进行高斯模糊的pip scipy示例代码如下：
从scipy导入杂项
将matplotlib.pyplot作为plt导入
图=plt.figure()
plt.gray() #以灰度显示过滤结果
ax1=fig.add_subplot(121) #左侧
ax2=fig.add_subplot(122) #右侧
ascent=misc.ascent()
结果=高斯滤波器(上升，西格玛=5)
ax1.imshow(ascent)
ax2.imshow(结果)
plt.show()的运行结果如下：
5.Opencv库OpenCV是最常用的图像处理库，可以方便地与网络摄像头、图像和视频进行交互。它可以执行各种实时任务，并于2000年首次发布。它以其简单性和代码可读性而闻名。目前主要用于计算机视觉任务，如人脸检测与识别、目标检测等。
安装库的命令如下：
Pip OpenCV-Python使用了这个库，裁剪操作示例如下：
导入cv2
img=cv2 . im read( images/test . jpg )
imgCropped=img[50:283，25:190]
shape=imgCropped.shape
打印(形状[0])
imgCropped=cv2 . resize(imgCropped，(shape[0]*12//10，shape[1]*2))
cv2.imshow(图像已裁剪，imgCropped)
cv2.imshow(Image ，img)
2.cvwaitkey (0)的运行结果如下：
6.Pgmagick库Pgmagick是Python库中GraphicsMagick的补充。它提供了许多图像处理的功能，如缩放、旋转、锐化、渐变等。
安装pgmagick的命令如下：
以下是使用该库进行缩放的示例代码：
从pgmagick.api导入图像
img=Image(fox.png )
#将图像放大1.5倍
Img.scale ((150，100)， fox _ scaled )上面代码的运行结果如下：
7.摘要本文重点介绍Python中用于图像处理的五个常用开源库。这五个库功能强大，包含各种图像处理功能，大大提高了开发效率。我们建议您积极使用它们。
关注微信官方账号《AI算法之道》了解更多关于AI算法的信息。
转载请联系作者获得转载授权，否则将追究法律责任。评论0发表评论。
wx6295e0fca1591
2022-06-13 14:08
只是一个大男人，遥不可及。我将与你分享它。你们是亲戚吗？
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。