适用于Python程序员的有趣的Python图形库 _python开发

本文概述

1.Paints Chainer
2.人脸识别
3.Deep Painterly Harmonization
4. Matplotlib
5. PLPlot
6. VPython
7.Pyecharts
8.Bokeh
9. Pygal
10. ImageAI
11. Tesseract OCR
12.Pillow

Python是最流行的解释型编程语言之一, 其设计旨在强调代码的可读性和语法的简单性。 Python本身具有处理图形的强大功能。除了许多内置的图形处理模块之外, 还提供了许多种第三方图形处理开源软件。在本文中, 它将重点介绍一些更重要的Python图形库, 包括图像渲染, 图表生成, 图像识别等。
1.Paints Chainer Paints Chainer是基于Python的漫画着色工具。上传黑白漫画素描后, 你只需单击按钮, AI就会自动为你生成彩色漫画。

文章图片

演示：https://paintschainer.preferred.tech/ Github：https://github.com/pfnet/PaintsChainer/wiki/Installation-Guide

2.人脸识别人脸识别是基于Python的人脸识别库, 它提供了一个命令行工具, 使你可以通过命令行对任何文件夹中的图像执行人脸识别。
人脸识别基于dlib, 在LFW上的准确度为99.38％。

文章图片
人脸识别可用于：

找到图片中的所有面孔；
查找并操纵图片中的面部特征, 并概述每个人的眼睛, 鼻子, 嘴巴和下巴；
通过识别图像中的面部来识别图像中的人。
该库还可以与其他库一起用于实时人脸识别。

项目主页：https：//github.com/ageitgey/face_recognition

3.Deep Painterly Harmonization 【适用于Python程序员的有趣的Python图形库】Deep Painterly Harmonization是基于Python和LUA的图像合成库。该库引入了一种称为两次通过的算法, 该算法可以以一致的样式将小图像合成为主图像。

文章图片

项目主页：https：//github.com/luanfujun/deep-painterly-harmonization

4. Matplotlib Matplotlib是由John Hunter等人开发的Python库。用于绘制2D图形。它利用了Python中数值计算模块Numeric和Numarray的优势, 并在Matlab中克隆了许多功能, 以帮助用户轻松获得高质量的2D图形。 Matplotlib可以绘制各种形式的图形, 包括常用的折线图, 直方图, 饼图, 散点图和误差线等。它还可以方便地自定义图形的各种属性, 例如类型, 颜色, 线条的粗细, 字体的大小等。它可以很好地支持TeX布局命令的一部分, 从而可以更图形地在图形中显示数学公式。这里有很多例子。

文章图片

官方网站：https://matplotlib.org/ Matplotlib教程：https://www.tutorialdocs.com/article/python-matplotlib-tutorial.html

5. PLPlot PLPlot是用于创建科学图表的跨平台软件包。它基于C语言库, 并支持多种语言（C, C ++, Fortran, Java, Python, Perl等）。 PLPlot也是开源且免费的。

文章图片

官方网站：http：//plplot.sourceforge.net/

6. VPython VPython是基于Python的3D图形模块。 VPython是Visual Python的缩写, 而Visual是Python 3D图形模块, 由卡耐基梅隆大学2000年的学生David Scherer编写。

官方网站：http：//vpython.org/

7.Pyecharts Pyecharts是用于生成Echarts图表的类库。 Echarts是由百度开源的数据可视化JS库。使用Echarts生成的图形非常直观, 并且pyecharts旨在与Python交互, 从而使直接在Python中使用数据生成图变得容易。你可以使用pyecharts生成独立的网页, 或将它们集成到flask和django中。

文章图片

Pyecharts官方网站：https：//github.com/pyecharts/pyecharts Echarts官方网站：http：//echarts.baidu.com/

8.Bokeh Bokeh（Bokeh.js）是一个Python交互式可视化库, 它支持现代Web浏览器并提供出色的演示功能。 Bokeh旨在使用D3.js样式提供优雅, 整洁和创新的图形样式, 并且还提供与大型数据集的高性能交互性。 Bokeh有助于快速, 轻松地创建交互式图表, 仪表板和数据应用程序。

文章图片

官方网站：https://bokeh.pydata.org/en/latest/ Github URL：https://github.com/bokeh/bokeh

9. Pygal Pygal是用于生成动态SVG图表的Python库。使用pygal生成的各种图形具有多种默认颜色样式, 这些样式非常漂亮。

官方网站：http://pygal.org/en/stable/ Github网址：https://github.com/Kozea/pygal/

10. ImageAI ImageAI是一个Python图像识别库, 它提供了许多训练有素的模型, 并且可以轻松识别和标记图片中的各种对象。例如, ImageAI可以识别风景图像中的人, 云, 山, 河等。 ImageAI不仅支持图像识别, 还支持视频识别和对象跟踪。

文章图片

Github URL：https://github.com/OlafenwaMoses/ImageAI

11. Tesseract OCR Tesseract是由HP Labs开发并由Google维护的开源OCR引擎。与Microsoft Office Document Imaging（MODI）相比, 我们可以对其进行连续培训以增强其将图像转换为文本的能力。你也可以将其用作开发符合你自己需求的OCR引擎的模板。