锐客网

  1. 首页 > 睿知 > it技术 > >

关于python图像识别函数的信息( 三 )

IT技术函数


资源
文档里记录了丰富的例子和实际用例，阅读下面的文档：
用法
该包作为skimage导入，大多数功能都在子模块中找的到 。下面列举一些skimage的例子：
图像过滤
使用match_template函数进行模板匹配
你可以通过此处查看图库找到更多示例 。
2. Numpy
Numpy是Python编程的核心库之一，并为数组提供支持 。图像本质上是包含数据点像素的标准Numpy数组 。因此，我们可以通过使用基本的NumPy操作 ， 例如切片、掩膜和花式索引 ， 来修改图像的像素值 。可以使用skimage加载图像并使用matplotlib显示图像 。
资源
Numpy的官方文档页面提供了完整的资源和文档列表：
用法
使用Numpy来掩膜图像.
3.Scipy
scipy是Python的另一个类似Numpy的核心科学模块，可用于基本的图像操作和处理任务 。特别是子模块scipy.ndimage，提供了在n维NumPy数组上操作的函数 。该包目前包括线性和非线性滤波，二值形态学，B样条插值和对象测量等功能函数 。
资源
有关scipy.ndimage包提供的完整功能列表 ， 请参阅下面的链接：
用法
使用SciPy通过高斯滤波器进行模糊：
4. PIL/ Pillow
PIL( Python图像库 )是Python编程语言的一个免费库，它支持打开、操作和保存许多不同的文件格式的图像 。然而 ，  随着2009年的最后一次发布 ， 它的开发停滞不前 。但幸运的是还有有Pillow，一个PIL积极开发的且更容易安装的分支，它能运行在所有主要的操作系统，并支持Python3 。这个库包含了基本的图像处理功能，包括点运算、使用一组内置卷积核的滤波和色彩空间的转换 。
资源
文档中有安装说明，以及涵盖库的每个模块的示例：
用法
在 Pillow 中使用 ImageFilter 增强图像：
5. OpenCV-Python
OpenCV( 开源计算机视觉库 )是计算机视觉应用中应用最广泛的库之一。OpenCV-Python 是OpenCV的python版API 。OpenCV-Python的优点不只有高效，这源于它的内部组成是用C/C++编写的，而且它还容易编写和部署（因为前端是用Python包装的） 。这使得它成为执行计算密集型计算机视觉程序的一个很好的选择 。
资源
OpenCV-Python-Guide指南可以让你使用OpenCV-Python更容易：
用法
下面是一个例子，展示了OpenCV-Python使用金字塔方法创建一个名为“Orapple”的新水果图像融合的功能 。
6. SimpleCV
SimpleCV 也是一个用于构建计算机视觉应用程序的开源框架 。有了它 ， 你就可以访问几个高性能的计算机视觉库 ， 如OpenCV ， 而且不需要先学习了解位深度、文件格式、颜色空间等 。
它的学习曲线大大小于OpenCV，正如它们的口号所说“计算机视觉变得简单” 。一些支持SimpleCV的观点有：
即使是初学者也可以编写简单的机器视觉测试摄像机、视频文件、图像和视频流都是可互操作的资源
官方文档非常容易理解，而且有大量的例子和使用案例去学习：
用法
7. Mahotas
Mahotas 是另一个计算机视觉和图像处理的Python库 。它包括了传统的图像处理功能例如滤波和形态学操作以及更现代的计算机视觉功能用于特征计算，包括兴趣点检测和局部描述符 。该接口是Python语言 ， 适合于快速开发，但是算法是用C语言实现的，并根据速度进行了调优 。Mahotas库速度快，代码简洁，甚至具有最小的依赖性 。通过原文阅读它们的官方论文以获得更多的了解 。
资源
文档包括安装指导，例子，以及一些教程，可以更好的帮助你开始使用mahotas 。

推荐阅读


上一篇：pg删除备库数据，删除iphone备份文件

下一篇：html5产生的原因，html5的发展历程