來源商業新知網，原標題：干貨整理！10個Python圖像處理工具，入門必看，提效大法 | 資源
在圖像處理領域，一庫在手，相當於天下已有。
最近，有一位搞數據科學的小姐姐Parul Pandey，整理了一份實用Python圖像處理工具，內含十大經典Python庫。
這份資源中的工具可用於圖像處理中的常見任務，包括裁剪、翻轉、旋轉、圖像分割、分類和特征提取、圖像恢復和圖像識別等。可謂干貨滿滿，圖像處理提升效率必備。
量子位取其重點，將文章翻譯整理如下：
1、scikit Image
scikit-image是一個與numpy數組配合使用的開源Python包，在學術研究、教育和行業領域都可應用。
即使是那些剛接觸Python生態系統的人，也會覺得這是一個相當簡單直接的庫。
通過這個包能完成很多任務，比如圖像過濾：
使用match_template 函數進行模板匹配：
官方地址：
https://scikit-image.org/
用戶指南：
https://scikit-image.org/docs/stable/user_guide.html
2、Numpy
Numpy是Python的核心庫之一，也能支持數組，圖像本質上是包含數據點像素的標准Numpy數組。
因此，通過基本的NumPy操作，可以修改圖像的像素值。
也可以使用skimage加載圖像並用matplotlib顯示。
使用方法也和簡單，比如需要mask一張圖像時：
官方地址：
http://www.numpy.org/
3. Scipy
scipy是Python中另一個核心模塊，可用於基本的圖像操作和處理任務。
特別需要注意的是，子模塊scipy.ndimage提供在n維NumPy數組上運行的功能。這個包目前包括線性和非線性濾波器、二元形態、B-spline插值和物體測量等功能。
可以用高斯過濾用Scipy模糊高斯濾波器：
官方資料：
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
4、PIL/ Pillow
PIL（Python Imaging Library）是一個免費的Python編程語言庫，它增加了對打開，操作和保存不同圖像文件格式的支持。然而，它的發展停滯不前，最后一次更新還是在2009年。
其分支Pillow更易於安裝，在所有主要操作系統上運行並支持Python 3。這個庫包含基本的圖像處理功能，包括點操作、使用一組內置卷積核濾波及顏色空間轉換。
當用ImageFilter增強Pillow中的圖像時，操作是這樣的：
官方介紹：
https://pillow.readthedocs.io/en/3.1.x/index.html
5、OpenCV-Python
OpenCV是計算機視覺應用中使用最廣泛的庫之一，OpenCV-Python是OpenCV的python API。
總體來說，因為后台由用C / C ++編寫，因此OpenCV-Python不僅速度快，也易於編程和部署。
這使其成為執行計算密集型視覺程序的絕佳選擇。
來看一下用例，下圖展示的是OpenCV-Python在Image Blending中使用Pyramids創建一個名為’Orapple’的新水果的功能。
上手指南：
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
6、SimpleCV
SimpleCV也是廣泛被使用的構建計算機視覺應用程序的開源框架。
手握SimpleCV，你可以訪問幾個高性能的視覺庫，而無需先了解圖像色深（bit depth）、文件格式、色彩空間等。
SimpleCV擁護者的支持理由有兩個，一是初學者也可以借此編寫簡單的視覺任務，二是無論是相機、視頻文件、圖像和視頻流可互相操作。
用戶指南：
https://simplecv.readthedocs.io/en/latest/
7、Mahotas
Mahotas包含傳統的圖像處理功能，如濾波和圖像形態學處理，以及用於特征計算，比如興趣點檢測和局部描述子等。
這個庫適用於快速開發，算法是用C++實現的，並且針對速度進行了調整。
官方地址：
https://mahotas.readthedocs.io/en/latest/
用戶指南：
https://mahotas.readthedocs.io/en/latest/index.html
8、 SimpleITK
ITK是一個開源的跨平台系統，提供一整套用於圖像分析的軟件工具。
其中，SimpleITK是一個建立在ITK之上的簡化層，促進其在簡化原型、教育和解釋語言中的應用。
SimpleITK是一個圖像分析工具包，內含大量組件，支持一般濾波操作、圖像分割和圖形配准。
SimpleITK本身是用C++編寫的，但也適用於包括Python在內的大量編程語言。
下面就是用SimpleITK和Python創建的可視化的CT/MR圖：
官方地址：
https://itk.org/
學習資料：
http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/
9、GraphicsMagick
GraphicsMagick號稱圖像處理領域的瑞士軍刀。 代碼短小卻提供了一個魯棒、高效的工具和庫集合，可用來處理圖像的讀取、寫入和操作。
支持超過88種圖像格式，包括重要的DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF。
將它用於圖像邊緣提取任務，效果如下：
官方資料：
https://pypi.org/project/pgmagick/
相關資源：
https://github.com/hhatto/pgmagick
10、Pycairo
pyCairo是一個Python的2D圖形渲染庫，可用於繪制矢量圖形的2D圖形，在調整大小或變換時不會丟失清晰度。
下面這個用例是用Pycairo繪制線條、基本形狀和徑向梯度。
