原文：http://blog.csdn.net/lanphaday/article/details/1852726
最近在做一件比較 evil 的事情——驗證碼識別，以此來學習一些新的技能。因為我是初學，對圖像處理方面就不太了解了，欲要利吾事，必先利吾器，既然只是做一下實驗，那用 Python 來作原型開發再好不過了。在 Python 中，比較常用的圖像處理庫是 PIL(Python Image Library)，當前版本是 1.1.6 ，用起來非常方便。大家可以在 http://www.pythonware.com/products/pil/index.htm下載和學習。
在這里，我主要是介紹一下做圖像識別時可能會用到的一些 PIL 提供的功能，比如圖像增強、還有濾波之類的。最后給出使用 Python 做圖像處理與識別的優勢與劣勢。
基本圖像處理
使用 PIL 之前需要 import Image 模塊：
import Image
然后你就可以使用Image.open(‘xx.bmp’) 來打開一個位圖文件進行處理了。打開文件你不用擔心格式，也不用了解格式，無論什么格式，都只要把文件名丟給 Image.open 就可以了。真所謂 bmp、jpg、png、gif……，一個都不能少。
img = Image.open(‘origin.png’)
# 得到一個圖像的實例對象 img
圖
1原圖
圖像處理中，最基本的就是色彩空間的轉換。一般而言，我們的圖像都是 RGB 色彩空間的，但在圖像識別當中，我們可能需要轉換圖像到灰度圖、二值圖等不同的色彩空間。 PIL 在這方面也提供了極完備的支持，我們可以：
new_img = img.convert(‘L’)
把 img 轉換為 256 級灰度圖像， convert() 是圖像實例對象的一個方法，接受一個 mode 參數，用以指定一種色彩模式，mode 的取值可以是如下幾種：
· 1 (1-bit pixels, black and white, stored with one pixel per byte)
· L (8-bit pixels, black and white)
· P (8-bit pixels, mapped to any other mode using a colour palette)
· RGB (3x8-bit pixels, true colour)
· RGBA (4x8-bit pixels, true colour with transparency mask)
· CMYK (4x8-bit pixels, colour separation)
· YCbCr (3x8-bit pixels, colour video format)
· I (32-bit signed integer pixels)
· F (32-bit floating point pixels)
怎么樣，夠豐富吧？其實如此之處，PIL 還有限制地支持以下幾種比較少見的色彩模式：LA (L with alpha), RGBX (true colour with padding) and RGBa (true colour with premultiplied alpha)。
下面看一下 mode 為 ‘1’、’L’、’P’時轉換出來的圖像：
圖
2
mode = '1'
圖
3
mode = 'L'
圖
4
mode = 'P'
convert() 函數也接受另一個隱含參數 matrix，轉換矩陣 matrix 是一個長度為4 或者16 tuple。下例是一個轉換 RGB 空間到 CIE XYZ 空間的例子：
rgb2xyz = (
0.412453, 0.357580, 0.180423, 0,
0.212671, 0.715160, 0.072169, 0,
0.019334, 0.119193, 0.950227, 0 )
out = im.convert("RGB", rgb2xyz)
除了完備的色彩空間轉換能力外， PIL 還提供了resize()、rotate()等函數以獲得改變大小，旋轉圖片等幾何變換能力，在圖像識別方面，圖像實例提供了一個 histogram() 方法來計算直方圖，非常方便實用。
圖像增強
圖像增強通常用以圖像識別之前的預處理，適當的圖像增強能夠使得識別過程達到事半功倍的效果。 PIL 在這方面提供了一個名為 ImageEnhance 的模塊，提供了幾種常見的圖像增強方案：
import ImageEnhance
enhancer = ImageEnhance.Sharpness(image)
for i in range(8):
factor = i / 4.0
enhancer.enhance(factor).show("Sharpness %f" % factor)
上面的代碼即是一個典型的使用 ImageEnhance 模塊的例子。 Sharpness 是 ImageEnhance 模塊的一個類，用以銳化圖片。這一模塊主要包含如下幾個類：Color、Brightness、Contrast和Sharpness。它們都有一個共同的接口 .enhance(factor) ，接受一個浮點參數 factor，標示增強的比例。下面看看這四個類在不同的 factor 下的效果
圖
5 使用Color 進行色彩增強，factor 取值 [0, 4]，步進 0.5
圖
6 用 Birghtness 增強亮度，factor取值[0,4]，步進0.5
圖
7用 Contrast 增強對比度， factor 取值 [0,4]，步進0.5
圖
8用 Sharpness 銳化圖像，factor取值 [0,4]，步進0.5
圖像 Filter
PIL 在 Filter 方面的支持是非常完備的，除常見的模糊、浮雕、輪廓、邊緣增強和平滑，還有中值濾波、ModeFilter等，簡直方便到可以做自己做一個Photoshop。這些 Filter 都放置在 ImageFilter 模塊中，ImageFilter主要包括兩部分內容，一是內置的 Filter，如 BLUR、DETAIL等，另一部分是 Filter 函數，可以指定不同的參數獲得不同的效果。示例如下：
import ImageFilter
im1 = im.filter(ImageFilter.BLUR)
im2 = im.filter(ImageFilter.MinFilter(3))
im3 = im.filter(ImageFilter.MinFilter()) # same as MinFilter(3)
可以看到 ImageFilter 模塊的使用非常簡單，每一個 Filter 都只需要一行代碼就可調用，開發效率非常高。
圖
9使用 BLUR
圖
10使用 CONTOUR
圖
11使用 DETAIL
圖
12使用 EMBOSS
圖
13使用 EDGE_ENHANCE
圖
14使用 EDGE_ENHANCE_MORE
圖
15使用 FIND_EDGES
圖
16使用 SHARPEN
圖
17使用 SMOOTH
圖
18使用 SMOOTH_MORE
以上是幾種內置的 Filter 的效果圖，除此之外， ImageFilter 還提供了一些 Filter 函數，下面我們來看看這些可以通過參數改變行為的 Filter 的效果：
圖
19使用 Kernel()，參數：size = (3, 3), kernel = (0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5)
圖
20使用 MaxFilter，默認參數
圖
21使用 MinFilter，默認參數
圖
22使用 MedianFilter，默認參數
圖
23使用 ModeFilter，參數 size = 3
圖
24使用 RankFilter，參數 size = 3, rank = 3
小結
到此，對 PIL 的介紹就告一段落了。總的來說，對於圖像處理和識別，PIL 內建了強大的支持，從各種增強算法到 Filter ，都讓人無法懷疑使用 Python 的可行性。 Python唯一的劣勢在於執行時間過慢，特別是當實現一些計算量大的算法時候，需要極強的耐心。我曾用 Hough Transform（霍夫變換）來查找圖像中的直線，純 Python 的實現處理一個 340 * 100 的圖片也要花去數秒時間（P4 3.0G + 1G memory）。但使用 PIL 無需關注圖像格式、內建的圖像增強算法和 Filter 算法，這些優點使 Python 適合用於構造原型和進行實驗，在這兩方面Python 比 matlab 更加方便。商業的圖像識別產品開發，可以考慮已經被 boost accepted的來自 adobe 的開源 C++ 庫 gil，可以兼顧執行性能和開發效率。