各种图像处理库

python的图像处理库已有 8527 次阅读 2014-5-26 12:34 |个人分类:技术-方法|系统分类:科研笔记Matlab是一个商业软件，现在后悔一开始学习Matlab了。想慢慢转移到python平台，找找有哪些图像处理的库。1. ITK这是医学图像处理最流行的库了，虽然是使用C++语言编写的，但也提供了齐全的python绑定。在编译的时候，可以选择绑定python。这样就可以直接用python调用ITK函数了。在ubuntu里，源里面就有，直接安装即可。通过import itk即可载入ITK函数库。另外，为了进一步简化ITK的使用，最近出现了一个SimpleITK的项目。SimpleITK省略了模板的使用，更符合python的编程模式。SimpleITK目前正在开发，还缺少很多库函数，尤其是配准部分，因此，暂时还不能满足我的需求。2. PIL/Pillow试用了一下，感觉功能非常简单，而且是针对二维图片设计的，显然无法满足我们处理海量图像数据集的需要。结论：不能满足需求。官方网站：https://pypi.python.org/pypi/Pillow/2.4.0教程：http://pillow.readthedocs.org/en/latest/handbook/tutorial.html3. VIGRA针对多维图像数据集设计，而且有很强的并行能力。其中的数据结构可以在python和C++之间无缝转换！这个软件维护还比较活跃，最新版是13年11月。关键是有应用案例，处理的是海量的电镜成像神经元结构数据集，这点与我的职业发展方向吻合！展示的图片中显示了优美的三维结构，也表明软件处理结果可以完美地展现。缺点：缺乏配准功能模块。结论：值得深入研究。官方网站：http://ukoethe.github.io/vigra/#what介绍的pptvigra.pdf基于这个库，衍生出了一个软件ilastik官方网站：http://www.ilastik.org/index.php?cat=Home4. Medpy由著名的LOLI开发，满足海量高维图像处理的需求，其中核心的应用是图割分割。Medpy基于Python-ITK，属于ITK以上的高级库吧。另外，Medpy是一个很好的学习怎么用python玩转ITK的例子，可以看Medpy的代码来学习怎么用Python-ITK。主页，其中有ITK的编译和配置步骤（解决了一个ITK的bug）https://pypi.python.org/pypi/MedPy/0.1.0 5. openCVopenCV是计算机视觉领域的开源库，主要是处理视频的，因此，多维图像处理方面还不是特别适合。但是openCV的目标是实时的视频处理，因此，里面的函数计算速度都很快，可以用于二维图像的快速处理，而且有很多基本的函数，用于预处理和特征提取还是非常合适的。python-opencv可以直接在ubuntu源里面安装，调用方式是import cv2python-opencv官方教程这个教程虽然是对应opencv3的，但大部分内容对目前的2.X也适用（亲测可用）。http://docs.opencv.org/trunk/index.html6. IRTK (Image Registration toolkit)顾名思义，IRTK主要是用于配准的。作者并没有基于ITK，而是自己实现很多基本图像处理和配准的函数。根据作者的解释，这个工具包相对于ITK和SimpleITK的优点就是调用简单！如果是这样的话，学这个工具还不如学习更为通用的ITK了。官方网站http://www.doc.ic.ac.uk/~dr/software/python调用的方法http://www.doc.ic.ac.uk/~kpk09/irtk/# 7. (Astronomical) Image Registration同样是基于python的，但主要是面对天文成像图片的。根据作者的描述，特点是可以适应对比度差异大的图像间配准。http://image-registration.readthedocs.org/en/latest/index.html 在2012年，一帮图像处理牛人搞了个会议，讨论并且推动大家从Matlab转到python平台，并且做了很好的总结。有很多文件可以从会议的网站下载到http://www.kitware.com/cvpr2012.htmlhttp://code.google.com/p/python-for-matlab-users/ 包括一个演讲的ppt，相当于做了个完整的综述tutorial_slides.pdf用python调用openCV的例子