图像处理的 Python库

计算机视觉项目中常用的Python库整理

如果您正计划进入计算机视觉领域,了解以下10个常用的Python库将非常有帮助。这些库覆盖了图像处理、增强、机器学习和深度学习等多个方面。我将逐一介绍它们的特点、优势和使用场景,并提供代码示例以帮助您快速上手。

1. Pillow

Pillow是一个通用且用户友好的库,提供了丰富的图像处理功能。它支持多种图像格式,并允许执行裁剪、调整大小、旋转等基本操作。Pillow还支持在图像上添加文本和形状,是注释视觉效果的理想工具。作为torchvision的默认图像处理库,它功能强大且易于使用,特别适合初学者。

python 复制代码
from PIL import Image

# 打开图像并调整大小
image = Image.open("example.jpg")
resized_image = image.resize((256, 256))
resized_image.save("resized.jpg")
2. OpenCV (Open Source Computer Vision Library)

OpenCV是最流行的图像处理库之一,支持无数计算机视觉和机器学习算法。它针对实时应用优化,适用于视频监控、自动驾驶和机器人等场景。OpenCV在处理速度上优于Pillow,但读取图像时为BGR格式,需转换为RGB格式使用。

python 复制代码
import cv2

# 读取图像并转换为RGB
image = cv2.imread("image.jpg")
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
cv2.imshow("RGB Image", rgb_image)
cv2.waitKey(0)
3. Mahotas

Mahotas专注于图像处理,提供高效的形态操作如侵蚀、扩张和连接成分分析。其API比OpenCV更简单友好,学习曲线平缓,同时保持高性能。它特别适合图像二值化、去噪和形状分析任务。

python 复制代码
import mahotas as mh
import numpy as np

# 加载示例图像并应用Otsu阈值
im = mh.demos.load('nuclear')
T_otsu = mh.thresholding.otsu(im)
labeled = mh.cwatershed(im.max() - im, seeds)
4. Scikit-Image

Scikit-Image建立在Scikit-Learn基础上,提供高级图像处理算法,包括分割、几何变换和过滤。它支持多维图像(如视频或医学影像),并与NumPy和SciPy无缝集成。如果您已使用Scikit-Learn进行机器学习,这个库是理想补充。

python 复制代码
from skimage import data, io, filters

# 应用Sobel边缘检测
image = data.coins()
edges = filters.sobel(image)
io.imshow(edges)
io.show()
5. TensorFlow Image

TensorFlow Image是TensorFlow的一个模块,支持图像解码、编码、裁剪和调整大小。它利用GPU加速,适合大规模数据集处理。如果您使用TensorFlow进行深度学习,这个库可以作为训练Pipeline的一部分。

python 复制代码
import tensorflow as tf

# 从目录加载图像数据集
train_ds = tf.keras.utils.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(180, 180),
    batch_size=32
)
6. PyTorch Vision

PyTorch Vision是PyTorch生态的一部分,专注于图像处理任务。它提供视频读取、转换和模型训练工具,适合与PyTorch结合使用。

python 复制代码
import torchvision

# 读取视频元数据
reader = torchvision.io.VideoReader("video.mp4", "video")
metadata = reader.get_metadata()
print(metadata["video"]["fps"])
7. SimpleCV

SimpleCV整合了OpenCV、PIL和NumPy,提供简单API用于图像加载和处理。它简化了计算机视觉任务,适合初学者,但官方维护较少,需注意项目可持续性。

python 复制代码
import SimpleCV

# 捕获并显示图像
camera = SimpleCV.Camera()
image = camera.getImage()
image.show()
8. Imageio

Imageio专注于图像和视频的读写,支持多种格式。它使用NumPy数组或PIL对象表示数据,并提供逐帧视频处理功能,适合数据转换任务。

python 复制代码
import imageio.v3 as iio

# 读取和转换图像
im = iio.imread('chelsea.png')
iio.imwrite('chelsea.jpg', im)
9. albumentations

albumentations是一个高效的图像增强库,支持直接处理掩码和边界框。它比torchvision更灵活,是数据增强的首选工具。

python 复制代码
import albumentations as A
import cv2

# 定义增强Pipeline并应用
transform = A.Compose([
    A.RandomCrop(width=256, height=256),
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.2),
])
image = cv2.cvtColor(cv2.imread("image.jpg"), cv2.COLOR_BGR2RGB)
transformed_image = transform(image=image)["image"]
10. timm

timm是PyTorch的模型库,提供广泛的预训练模型(如ResNet、ViT)。作为Hugging Face的子项目,它确保了长期支持,适合深度学习实验。

python 复制代码
import timm
import torch

# 加载预训练模型并进行推理
model = timm.create_model('resnet34')
x = torch.randn(1, 3, 224, 224)
output = model(x)
print(output.shape)

总结

无论您是初学者还是专业人士,这些库都能覆盖计算机视觉的各种需求:

  • 基础处理:推荐使用Pillow或Mahotas,它们简单易学。
  • 高性能任务:OpenCV或Scikit-Image更适合实时或复杂操作。
  • 深度学习:结合TensorFlow Image、PyTorch Vision或timm进行模型训练。
  • 数据增强:albumentations提供高效解决方案。
  • 格式转换:Imageio处理读写任务。

建议根据项目需求选择库:优先考虑社区支持(如OpenCV、Pillow)和性能优化。实践这些示例代码将帮助您快速入门!

相关推荐
VIP_CQCRE1 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
wuyk5552 小时前
Python办公自动化-第01讲-环境搭建与自动化认知
python·自动化·pyqt
泯泷2 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我3 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁013 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
ComPDFKit3 小时前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
Csvn3 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄4 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
yz_aiks4 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
锋行天下5 小时前
langgraph 全栈项目(三)
前端·人工智能·后端