Python 图像处理的库 Pillow，opencv 和 scikit-image 的基本用法
Python 图像处理的库 Pillow，opencv 和 scikit-image 的基本用法
- Pillow 包的使用
- Pillow 基本用法
- 生成文字图片
- Image 图像与 base64 字符串互相转换
- Image 图像与 Numpy 数组相互转换
- scikit-image 的使用
- Open-CV
- 参考：
基于python脚本语言开发的数字图片处理包有 PIL，Pillow，opencv，scikit-image等，其中：
- PIL和Pillow只提供最基础的数字图像处理，功能有限。PIL只支持 Python2, Pillow是PIL的一个派生分支，支持 Python3.
- opencv 实际上是一个c++库，只是提供了python接口，更新速度非常慢。
- scikit-image 是基于scipy的一款图像处理包，它将图片作为 numpy 数组进行处理，与matlab一样。
Pillow 包的使用
安装：
pip install Pillow
- 官网：https://python-pillow.org/
- Pillow的Github主页：https://github.com/python-pillow/Pillow
- 文档：https://pillow.readthedocs.io/en/latest/index.html
Pillow 基本用法
from PIL import Image
from PIL import ImageGrab
# Image.open 打开图片
img = Image.open('picture.png')
# 获取剪贴板中复制的图片
img = ImageGrab.grabclipboard()
# 显示图像
img.show()
# 旋转图像
new_img = img.rotate(90) # 逆时针旋转 90 度
# 图像的镜面翻转
new_img = img.transpose(Image.FLIP_LEFT_RIGHT) # 水平翻转
new_img = img.transpose(Image.FLIP_TOP_BOTTOM) # 垂直翻转
# 重新设置图像大小
new_img = img.resize((1280, 1964),Image.BILINEAR)
# 保存图片
new_img.save('new_picture.png')
生成文字图片
from PIL import Image, ImageFont, ImageDraw
img = Image.new("RGB", (32, 32), "black") # 新建图像，黑色 32*32
draw = ImageDraw.Draw(img) # 可对img进行绘制
font = ImageFont.truetype(font_path, int(width * 0.9),) # 创建ImageFont对象
draw.text((0, 0), '陈', (255, 255, 255),font=font) # 在img中绘制文字
Image 图像与 base64 字符串互相转换
import re
import base64
from io import BytesIO
from PIL import Image
# Image 图像转为二进制和 base64 字符串
img = Image.open('picture.png')
buffer = BytesIO()
img.save(buffer, format='PNG')
byte_data = buffer.getvalue() # 二进制编码，# bytes类型
base64_byte = base64.b64encode(byte_data) # base64 编码，bytes类型
base64_str = base64_byte.decode() # base64 编码，字符串类型
# base64 字符串转为 Image 图像
new_byte_data = base64.b64decode(base64_str)
img_data = BytesIO(new_byte_data)
new_img = Image.open(img_data)
new_img.show()
Image 图像与 Numpy 数组相互转换
from PIL import Image
import numpy as np
img = Image.open('picture.png')
# Image 图像转为 numpy 数组
imarr = np.array(img)
# 将 numpy 数组转为 Image 对象
new_img = Image.fromarray(imarr * 2)
scikit-image 的使用
scikit-image 将图像读取为 Numpy 数组，操作也都是基于对数组的操作。
- scikit-image 安装：
pip install scikit-image - 官网：https://scikit-image.org/
- 文档：https://scikit-image.org/docs/stable/
- 示例库：https://scikit-image.org/docs/stable/auto_examples/
| 子模块 | 功能描述 |
|---|---|
| color | 颜色变换的模块 |
| data | 提供一些测试图片和数据 |
| draw | 图像绘制，包括线条、矩形、圆和文本等 |
| exposure | 图片强度调整，如亮度调整、直方图均衡等 |
| feature | 特征检测与提取等 |
| filters | 图像增强、边缘检测、排序滤波器、自动阈值等 |
| io | 读取、保存和显示图片或视频 |
| measure | 图像属性的测量，如相似性或等高线等 |
| metrics | 评估图像误差、相似性等 |
| morphology | 形态学操作，如开闭运算、骨架提取等 |
| restoration | 图像恢复 |
| segmentation | 图像分割 |
| transform | 几何变换或其它变换，如旋转、拉伸和拉东变换等 |
| util | 通用函数 |
| viewer | 其他查看图像的方法 |
基本用法
from skimage import io
# 打开图像
image = io.imread('picture.png')
type(image) # numpy.ndarray
# 查看图像
io.imshow(image)
# 保存图片
io.imsave('new_picture.png', image)
Open-CV
安装：pip install opencv-python
pypi 网址：https://pypi.org/project/opencv-python/
由于外网的官方库下载太慢，可以使用豆瓣的源下载安装：pip install opencv-python -i https://pypi.douban.com/simple
OpenCV python 文档：https://docs.opencv.org/master/d6/d00/tutorial_py_root.html
基本用法：
import cv2
# 读取图片
im = cv2.imread(picfile)
type(im) # numpy.ndarray
# 显示图片
cv2.imshow('show image', im)
# 保存图片
cv2.imwrite('new_picture.png', im)
参考：
- Python用Pillow(PIL)进行简单的图像操作
- PIL.Image与Base64 String的互相转换
- scikit-image 的基本用法： https://www.jianshu.com/p/f2e88197e81d
- 图像的形态处理，OpenCV-Python教程（4、形态学处理）
- opencv python 读取图像/显示图像/保存图像