python的图像处理库
python的图像处理库
原地址：/blog-773.html
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。
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。
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：
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：
基于这个库，衍生出了一个软件ilastik
官方网站：
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）
openCV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 cv2
python-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）。
(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！如果是这样的话，学这个工具还不如学习更为通用的ITK了。
python调用的方法
(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。
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
包括一个演讲的ppt，相当于做了个完整的综述
用python调用openCV的例子
已投稿到：Python 之 使用 PIL 库做图像处理_Linux编程_Linux公社-Linux系统门户网站
你好，游客
Python 之 使用 PIL 库做图像处理
来源：Linux社区&
作者：way_testlife
& & 图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以&&下载学习和查找资料。
& & Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
& & 导入 Image 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：
1 &&&import Image 2 &&&& im = Image.open("j.jpg")3 &&&&print im.format, im.size, im.mode4 JPEG (440, 330) RGB
& & 这里有三个属性，我们逐一了解。
& & & & format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。
& & & & size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。
& & & & mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。
& & 现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例。比如，显示最新载入的图像：
1 &&&im.show()2 &&&&
& & 输出原图：
3. 函数概貌。
3.1 & &Reading and Writing Images : open( infilename ) , save( outfilename )
3.2 & &Cutting and Pasting and Merging Images :
& & & & crop() : 从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。
& & & & paste() :&
& & & & merge() :
&&& box = (100, 100, 200, 200)&&&& region = im.crop(box)&&&& region.show()&&&& region = region.transpose(Image.ROTATE_180)&&&& region.show()&&&& im.paste(region, box)&&&& im.show()
& & 其效果图为：
& & 旋转一幅图片：
1 def roll(image, delta):2 "Roll an image sideways"3 4 xsize, ysize = image.size5 6 delta = delta % xsize7 if delta == 0: return image8 9 part1 = image.crop((0, 0, delta, ysize))10 part2 = image.crop((delta, 0, xsize, ysize))11 image.paste(part2, (0, 0, xsize-delta, ysize))12 image.paste(part1, (xsize-delta, 0, xsize, ysize))13 14 return image
3.3 & &几何变换。
3.3.1 & &简单的几何变换。
&&&out = im.resize((128, 128))& & & & & & & & & &
#&&&&out = im.rotate(45)& & & & & & & & & & & & & &
#逆时针旋转 45 度角。&&&&out = im.transpose(Image.FLIP_LEFT_RIGHT)& & &
#左右对换。&&&&out = im.transpose(Image.FLIP_TOP_BOTTOM)& & &
#上下对换。&&&&out = im.transpose(Image.ROTATE_90)& & & & & &
#旋转 90 度角。&&&&out = im.transpose(Image.ROTATE_180)& & & & & & #旋转 180 度角。&&&out = im.transpose(Image.ROTATE_270)& & & & & & #旋转 270 度角。
& & 各个调整之后的图像为：
& & 图片1：
& & 图片2：
& & 图片3：
& & 图片4：
3.3.2 & &色彩空间变换。
& & convert() : 该函数可以用来将图像转换为不同色彩模式。
3.3.3 & &图像增强。
& & Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜。
1 &&&import ImageFilter2 &&& imfilter = im.filter(ImageFilter.DETAIL)3 &&& imfilter.show()
3.4 & &序列图像。
& & 即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。
import Imageim.seek(1)& & & & # skip to the second frame
try:& & while 1:& & & & im.seek( im.tell() + 1)& & & & # do something to imexcept EOFError:& & pass
3.5 & &更多关于图像文件的读取。
& & 最基本的方式：im = Image.open("filename")
& & 类文件读取：fp = open("filename", "rb"); im = Image.open(fp)
& & 字符串数据读取：import StringIO; im = Image.open(StringIO.StringIO(buffer))
& & 从归档文件读取：import TarIO; fp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm"); im = Image.open(fp)
基本的 PIL 目前就练习到这里。其他函数的功能可点击
进一步阅读。
--------------------------------------分割线 --------------------------------------
上源码安装Python3.4&
《Python核心编程 第二版》.(Wesley J. Chun ).[高清PDF中文版]
《Python开发技术详解》.( 周伟,宗杰).[高清PDF扫描版+随书视频+代码]
Python脚本获取Linux系统信息
在下用Python搭建桌面算法交易研究环境
Python 语言的发展简史
Python 的详细介绍：Python 的下载地址：
本文永久更新链接地址：
相关资讯 & & &
& (02/05/:29)
& (10/08/:21)
& (02/05/:42)
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款1526人阅读
python（12）
Python图像处理库：
PythonWare公司提供了免费的图像处理工具包 PIL(Python Image Library),该软件包提供了基本的图像处理功能，如：改变图像大小，旋转图像，图像格式转换，色场空间转换，图像增强，直方图处理，插值和滤波等等。虽然在这个软件包上要实现类似MATLAB中的复杂的图像处理算法并不太适合，但是Python的快速开发能力以及面向对象等等诸多特点使得它非常适合用来进行原型开发。
在PIL中，任何一副图像都是用一个Image对象表示，而这个类由和它同名的模块导出，因此，要加载一副图像，最简单的形式是这样的：
import Image
img = Image.open(“dip.jpg”)
注意：第一行的Image是模块名；第二行的img是一个Image对象； Image类是在Image模块中定义的。关于Image模块和Image类，切记不要混淆了。现在，我们就可以对img进行各种操作了，所有对img的 操作最终都会反映到到dip.img图像上。
项目主页：
二：Pillow
Pillow 是 PIL 的替代版本，PIL&软件包提供了基本的图像处理功能，如：改变图像大小，旋转图像，图像格式转换，色场空间转换，图像增强，直方图处理，插值和滤波等等。
Pillow 为了解决 PIL 的两个问题：
1. 不兼容&setuptools&
2. 报告的问题太多，而更新太慢&
项目主页：
三：Mahotas
Mahotas 是一个 Python 的图像处理库，包含大量的图像处理算法，使用 C++ 实现的算法，处理性能相当好。
四：Pymorph
包含一组纯 Python 实现的图像形态处理函数，例如 erode, dilate, open, tophat opening, and watershed。
项目主页：
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：50811次
排名：千里之外
原创：21篇
转载：37篇
评论：10条
(3)(7)(1)(4)(1)(7)(10)(7)(2)(9)(4)(5)}