Python 之 图像预处理（是一篇综合帖子）

 

用于图像管理的Python库
skimage 是一个开源的Python包，它可以和NumPy数组一起工作。它实现了用于研究、教育和工业应用的算法和实用程序。

numpy 提供了对数组的支持。图像，其实就是一个标准的NumPy数组，包含数据点的像素。因此，使用基本的NumPy操作，如切片、蒙版和索引，你可以改变图像像素的值。图像可以使用skimage加载，并使用Matplotlib显示。

scipy是Python的另一个主要科学模块(和NumPy一样)，可以用于图像处理的主要任务。特别是scipy.ndimage子模块提供了与NumPy的n维数组一起工作的函数。

PIL/Pillow 是一个Python库，它提供了对多种不同图像文件格式的打开、处理和保存的支持。大多数人使用PIL（fork），它更容易安装，可以运行在所有主要的操作系统上，并且支持Python 3。该库包含基本的图像处理功能，包括点运算、滤波与一组内置卷积核和色彩空间转换。

OpenCV-Python （开源计算机视觉库）是计算机视觉应用最广泛的库之一。OpenCV-Python是OpenCV的Python API。OpenCV-Python不仅速度快，因为后台由C/C++代码组成，而且编码和部署也很容易（得益于Python shell）。

更多： mahotas、Pycairo 等

基本操作
基本操作：访问和修改像素值，访问图像属性，设置图像的区域，分割和合并。
改变颜色空间
几何变换
图像阈值化
平滑图像
形态转换
图像渐变
特征检测：边缘、轮廓、线条、面等。
直方图
图像变换
图像分割
图像内画
提示：在不触及深度学习算法（深度学习方法中单独的计算机视觉块）的情况下，给出基本操作。

管道Pipeline，在这个背景下，我们将研究图像处理操作：从图像中选择一些特征，以后可以用于学习算法。

本节实验室工作的主题
图像变换/平滑（滤镜、变换、卷积）
从图像中选择特征：小波、自动编码器。
线条选择（边缘、聚类、镂空、线条简化）。
...