10个Python图像处理工具，非常全了( 二 ) _Python

资源
OpenCV2-Python-Guide：https://github.com/abidrahmank/OpenCV2-Python-Tutorials让使用OpenCV-Python变得很容易。
使用
下面的例子展示了OpenCV-Python在Image blend中使用金字塔创建一个名为'OrApple'的新水果。

文章插图

6. SimpleCVSimpleCV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，你可以访问几个高性能的计算机视觉库，如OpenCV，而不必首先了解位深度、文件格式、颜色空间等。学习曲线大大小于OpenCV，正如他们的口号所说：让计算机视觉变得容易” 。一些拥护SimpleCV的观点是：

即使是初学者也可以编写简单的机器视觉测试
摄像头、视频文件、图像和视频流都是可互操作的

资源
官方的文档非常容易理解，并且有大量的例子和用例可以遵循。
使用

文章插图

7. MahotasMahotas是另一个用于Python的计算机视觉和图像处理库。它包含传统的图像处理功能，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。该接口是用Python编写的，适合于快速开发，但是算法是用c++实现的，并且针对速度进行了调优。Mahotas库速度快，代码简洁，甚至具有最小的依赖性。阅读他们的官方论文以获得更多的了解。
资源
官方文档包含安装说明、示例甚至一些教程，可以帮助你轻松地开始使用。
使用
Mahotas库依赖于使用简单的代码来完成任务。对于“查找Wally''的问题，Mahotas做得很好，而且只需要最少的代码。这是源代码。

文章插图

文章插图

8. SimpleITKITK或Insight Segmentation and Registration Toolkit是一个开源的跨平台系统，为开发人员提供了一套广泛的图像分析软件工具。其中，SimpleITK是构建在ITK之上的一个简化层，旨在促进其在快速原型设计、教育和解释语言中的使用。SimpleITK是一个图像分析工具包，包含大量支持一般过滤操作、图像分割和注册的组件。SimpleITK本身是用c++编写的，但是可以用于包括Python在内的许多编程语言。
资源
提供了大量Jupyter Notebooks，用来说明SimpleITK用于教育和研究活动。这些Notebooks演示了使用SimpleITK使用Python和R编程语言进行交互式图像分析。
使用
下面的动画是用SimpleITK和Python创建的准确的CT/MR登记过程的可视化。阅读源代码在此处：https://github.com/insightsoftwareassocitium/simpleitk-notebooks/blob/master/ties/intro_anim.py 。
9. pgmagickpgmagick是GraphicsMagick库的一个基于python的包装器。图像处理系统有时被称为图像处理的瑞士军刀。它提供了一个健壮而高效的工具和库集合，支持以88种主要格式(包括重要格式，如DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF)读取、写入和操作图像。
资源
有一个专门用于PgMagick的Github Repository，其中有安装和需求说明。还有一个关于这个主题的详细user guid 。
使用
使用pgmagick可以执行的图像处理活动很少：
图像缩放：

文章插图

边缘提取：

文章插图

10. PycairoPycairo是cairo图形库的一组python绑定。Cairo是一个用于绘制矢量图形的2D图形库。矢量图形很有趣，因为它们在调整大小或转换时不会失去清晰度。Pycairo是cairo的一组绑定，可用于从Python调用cairo命令。
资源
Pycairo GitHub repository是一个很好的资源，有关于安装和使用的详细说明。还有一个入门指南，其中有一个关于Pycairo的简短教程。
使用
使用Pycairo绘制线条、基本形状和径向梯度