python数字图像处理环境安装与配置过程示例
作者:denny402 时间:2023-03-05 07:00:25
引言
一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点:
1、不开源,价格贵
2、软件容量大。一般3G以上,高版本甚至达5G以上。
3、只能做研究,不易转化成软件。
因此,我们这里使用python这个脚本语言来进行数字图像处理。
要使用python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是linux系统,安装都是非常简单的。
要使用python进行各种开发和科学计算,还需要安装对应的包。这和matlab非常相似,只是matlab里面叫工具箱(toolbox),而python里面叫库或包。基于python脚本语言开发的数字图片处理包,其实很多,比如PIL,Pillow, opencv, scikit-image等。
对比这些包,PIL和Pillow只提供最基础的数字图像处理,功能有限;
opencv实际上是一个c++库,只是提供了python接口,更新速度非常慢。到现在python都发展到了3.5版本,而opencv只支持到python 2.7版本;
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。
一、需要的安装包
因为scikit-image是基于scipy进行运算的,因此安装numpy和scipy是肯定的。要进行图片的显示,还需要安装matplotlib包,综合起来,需要的包有:
Python >= 2.6
Numpy >= 1.6.1
Cython >= 0.21
Six >=1.4
SciPy >=0.9
Matplotlib >= 1.1.0
NetworkX >= 1.8
Pillow >= 1.7.8
dask[array] >= 0.5.0
比较,安装起来非常费事,尤其是scipy,在windows上基本安装不上。
但是不用怕,我们选择一款集成安装环境就行了,在此推荐Anaconda, 它把以上需要的包都集成在了一起,因此我们实际上从头到尾只需要安装Anaconda软件就行了,其它什么都不用装。
二、下载并安装 anaconda
先到https://www.anaconda.com/products/distribution下载anaconda, 现在的版本有python2.7版本和python3.5版本,下载好对应版本、对应系统的anaconda,它实际上是一个sh脚本文件,大约280M左右。
本系列以windows7+python3.5为例,因此我们下载如下图红框里的版本:
名称为:Anaconda3-2.4.1-Windows-x86_64.exe
是一个可执行的exe文件,下载完成好,直接双击就可以安装了。
在安装的时候,假设我们安装在D盘根目录,如:
并且将两个选项都选上,将安装路径写入环境变量。
然后等待安装完成就可以了。
安装完成后,打开windows的命令提示符:
输入conda list 就可以查询现在安装了哪些库,常用的numpy, scipy名列其中。如果你还有什么包没有安装上,可以运行
conda install *** 来进行安装。(***为需要的包的名称)
如果某个包版本不是最新的,运行 conda update *** 就可以更新了。
三、简单测试
anaconda自带了一款编辑器spyder,我们以后就可以用这款编辑器来编写代码。
spyder.exe放在安装目录下的Scripts里面,如我的是 D:/Anaconda3/Scripts/spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式,以后运行就比较方便了。
我们简单编写一个程序来测试一下安装是否成功,该程序用来打开一张图片并显示。首先准备一张图片,然后打开spyder,编写如下代码:
from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)
将其中的d:/dog.jpg 改成你的图片位置
然后点击上面工具栏里的绿色三角进行运行,最终显示
如果右下角“ Ipython console" 能显示出图片,说明我们的运行环境安装成功。
我们可以选择右上角的 ” variable explorer" 来查看图片信息,如
我们可以把这个程序保存起来,注意python脚本文件的后缀名为py.
四、skimage包的子模块
skimage包的全称是scikit-imageSciKit (toolkit forSciPy) ,它对scipy.ndimage进行了扩展,提供了更多的图片处理功能。它是由python语言编写的,由scipy 社区开发和维护。skimage包由许多的子模块组成,各个子模块提供不同的功能。主要子模块列表如下:
子模块名称 | 主要实现功能 |
io | 读取、保存和显示图片或视频 |
data | 提供一些测试图片和样本数据 |
color | 颜色空间变换 |
filters | 图像增强、边缘检测、排序滤波器、自动阈值等 |
draw | 操作于numpy数组上的基本图形绘制,包括线条、矩形、圆和文本等 |
transform | 几何变换或其它变换,如旋转、拉伸和拉东变换等 |
morphology | 形态学操作,如开闭运算、骨架提取等 |
exposure | 图片强度调整,如亮度调整、直方图均衡等 |
feature | 特征检测与提取等 |
measure | 图像属性的测量,如相似性或等高线等 |
segmentation | 图像分割 |
restoration | 图像恢复 |
util | 通用函数 |
用到一些图片处理的操作函数时,需要导入对应的子模块,如果需要导入多个子模块,则用逗号隔开,如:
from skimage import io,data,color
来源:https://www.cnblogs.com/denny402/p/5121501.html
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
XMLHTTP获取web造访头信息和网页代码
python中unittest框架应用详解
PhpStorm配置debug环境的详细过程
PyGame实现初始化导入所有模块方法详解
![](https://img.aspxhome.com/file/2023/4/120354_0s.png)
回归预测分析python数据化运营线性回归总结
![](https://img.aspxhome.com/file/2023/1/128311_0s.png)
python 实现目录复制的三种小结
Python+unittest+requests+excel实现接口自动化测试框架
![](https://img.aspxhome.com/file/2023/2/64732_0s.jpg)
pandas创建DataFrame的7种方法小结
![](https://img.aspxhome.com/file/2023/3/70863_0s.png)
PHP echo,print,printf,sprintf函数之间的区别与用法详解
Pandas.DataFrame的行名和列名的修改
python tkinter实现界面切换的示例代码
![](https://img.aspxhome.com/file/2023/7/130677_0s.jpg)
函数式编程让JS更优美
如何在python中实现线性回归
详细解读tornado协程(coroutine)原理
![](https://img.aspxhome.com/file/2023/5/87685_0s.png)
python使用celery实现异步任务执行的例子
MySQL中用通用查询日志找出查询次数最多的语句的教程
Python中BeautifulSoup模块详解
![](https://img.aspxhome.com/file/2023/7/72277_0s.jpg)
用Dreamweaver实现飘浮光球特效
![](https://img.aspxhome.com/file/UploadPic/20072/200723113720922s.jpg)
python利用插值法对折线进行平滑曲线处理
![](https://img.aspxhome.com/file/2023/0/128300_0s.jpg)