Python中的图像处理工具

　　当今世界充满了各种数据，而图像是其中高的重要组成部分。然而，若想其有所应用，我们需要对这些图像进行处理。图像处理是分析和操纵数字图像的过程，旨在提高其质量或从中提取一些信息，然后将其用于某些方面。

　　图像处理中的常见任务包括显示图像，基本操作(如裁剪、翻转、旋转等)，图像分割，分类和特征提取，图像恢复和图像识别等。 Python之成为图像处理任务的较佳选择，是因为这一科学编程语言日益普及，并且其自身0元提供许多较先进的图像处理工具。

　　让我们看一下用于图像处理任务的一些常用Python库。

　　scikit Image

　　scikit-image是一个基于numpy数组的开源Python包。 它实现了用于研究、教育和工业应用的算法和实用程序。 即使是对于那些刚接触Python的人，它也是一个相当简单的库。 此库代码质量非常高并已经过同行评审，是由一个活跃的志愿者社区编写的。

　　使用说明文档：

　　https://scikit-image.org/docs/stable/user_guide.html

　　用法举例：图像过滤、模版匹配

　　可使用“skimage”来导入该库。大多数功能都能在子模块中找到。

　　import matplotlib.pyplot as plt%matplotlib inlinefrom skimage import data,filtersimage = data.coins()# ... or any other NumPy array!edges = filters.sobel(image)plt.imshow(edges, cmap='gray')

　　模版匹配(使用match_template函数)

　　gallery上还有更多例子。

　　https://scikit-image.org/docs/dev/auto_examples/

　　Numpy

　　Numpy是Python编程的核心库之一，支持数组结构。 图像本质上是包含数据点像素的标准Numpy数组。 因此，通过使用基本的NumPy操作——例如切片、脱敏和花式索引，可以修改图像的像素值。 可以使用skimage加载图像并使用matplotlib显示。

　　用法举例：使用Numpy来对图像进行脱敏处理

　　import numpy as npfrom skimage import dataimport matplotlib.pyplot as plt%matplotlib inlineimage = data.camera()type(image)numpy.ndarray #Image is a numpy arraymask = image < 87image[mask]=255plt.imshow(image, cmap='gray')