Python一:【skimage】图像处理库的应用,不使用opencv的情况

      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:

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

二、skimage库子模块介绍

调用

子模块名称

主要实现功能

io

data

color

filters

draw

transform

morphology

exposure

feature

measure

segmentation

restoration

util

三、scikit image 基本操作

1.读取及显示

2.保存

 3.图片信息显示

四、scikit image 图像增强

1.灰度变换

2.直方图均衡化

3.平滑滤波器

4.锐化滤波器

五、scikit image 图像分割

1.阈值分割

2.形态学变换

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numpyscipy,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

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值