python作为简单高效又很强大的一门编程语言,scikit-image是python中处理图像的一个库,对大多数的图像处理算法进行了封装,用户只需调用相关的接口即可实现想要的效果。
所以,本章节主要讲解以下内容:
1
scikit image 安装使用
2
scikit image 模块介绍
3
scikit image 基本操作
4
scikit image 图像增强
5
scikit image 图像分割
目录
一、scikit-image 安装使用
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,正好与matlab一样,因此,我们最终选择scikit-image进行数字图像处理。
python库的安装,可以通过pip进行安装
sudo pip install xxxx
scikit-image是基于numpy,因此需要安装numpy和scipy,同时需要安装matplotlib进行图片的实现等。
因此,需要安装如下的包:
numpy (1.13.3)
matplotlib (2.1.0)
scikit-image (0.13.1)
scipy (1.0.0)
也可以直接下载集成开发环境Anaconda,【https://www.anaconda.com/download/】
该环境已经集成了数字图像处理相关的包,因此安装起来比较方便。
可以通过如下程序简单测试下相关库是否安装成功:
import numpy as np
import scipy as sp
import matplotlib.pyplot as plt
from skimage import io
img = io.imread("./cat.png")
print(img.shape)
plt.imshow(img)
plt.show()
若显示正常,则可以认为相关的库安装成功!
二、skimage库子模块介绍
skimage库的全称scikit-image
Scikit, 是对scipy.ndimage进行了扩展,提供了更多的图片处理功能。skimage包含很多的子模块,各个子模块具有不同的功能,如下:【点击相应“子模块名称”,会跳转到详细的参考手册说明。】
skimage的子模块
调用 |
子模块名称 |
主要实现功能 |
from skimage import io img=io.imread('图片路径',as_grey = bool值) io.imshow(img) io.imsave('保存路径',img) |
io |
读取、保存和显示图片或视频 |
from skimage import data |
data |
提供一些测试图片和样本数据 |
from skimage import color |
color |