Python图像处理常用库与安装

1.Pillow

该库包含基本的图像处理功能，包括点操作、使用一组内置卷积内核进行过滤以及颜色空间转换。

使用说明文档：
https://pillow.readthedocs.io/en/3.1.x/index.html

官网：https://pillow.readthedocs.io/en/stable/installation.html

安装提示：Pillow和PIL不能同时在一个环境里安装，所有原有PIL的，需要删除PIL再安装Pillow

pip install Pillow

根据系统提示，我的pip需要更新：

d:\python\python38\python.exe -m pip install --upgrade pip

2.numpy

编程的核心库之一，支持数组结构。图像本质上是包含数据点像素的标准Numpy数组。 因此，通过使用基本的NumPy操作——例如切片、脱敏和花式索引，可以修改图像的像素值。 可以使用skimage加载图像并使用matplotlib显示。

使用说明文档：
http://www.numpy.org/

pip install numpy

3.Scipy

核心科学模块，就像Numpy一样，可用于基本的图像处理和处理任务。值得一提的是，子模块scipy.ndimage提供了在n维NumPy数组上运行的函数。 该软件包目前包括线性和非线性滤波、二进制形态、B样条插值和对象测量等功能。

使用说明文档：
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution

pip install Scipy

4.OpenCV

OpenCV（ 开源计算机视觉库，Open Source Computer Vision Library）是计算机视觉应用中使用最广泛的库之一。OpenCV-Python是OpenCV的python API。 OpenCV-Python不仅速度快（因为后台由用C / C ++编写的代码组成），也易于编码和部署（由于前端的Python包装器）。 这使其成为执行计算密集型计算机视觉程序的绝佳选择。

使用说明文档：
https://github.com/abidrahmank/OpenCV2-Python-Tutorials

pip install opencv-python

5.Mahotas

Mahotas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）以及用于特征计算的更现代的计算机视觉功能（包括兴趣点检测和局部描述符）。 该接口使用Python，适用于快速开发，但算法是用C ++实现的，并且针对速度进行了优化。Mahotas库运行很快，它的代码很简单，（对其它库的）依赖性也很小。 建议阅读他们的官方文档以了解更多内容。
使用说明文档：
https://mahotas.readthedocs.io/en/latest/install.html

pip install Mahotas

常用库库介绍参考文章：
*https://blog.csdn.net/sunmingyang1987/article/details/102851413**