6.12. 图像处理 | python 应用场景 |《python 最佳实践指南 2018 2018》| python 技术论坛-大发黄金版app下载
大多数图像处理和操作技术可以使用两个库进行有效的处理：python imaging library (pil) 和 opensource computer vision (opencv)。
下面来简单介绍一下这两个库。
python 图像库
, 全称为 python imaging library，简称pil，是python图像操作的核心库之一。遗憾的是，pil 的开发工作已经停滞，最新版本发行于2009年（pil 1.1.7，译者注）。
幸运的是，有一个积极维护 pil 分支，名为 ——它容易安装，支持全平台运行并且支持 python 3。
安装 pillow
在安装 pillow 之前，你需要安装 pillow 的前置需求。针对你所使用平台的相关指导可以参阅 .
安装完成之后，直接执行：
$ pip install pillow
使用举例
from pil import image, imagefilter
#读取图像文件
im = image.open( 'image.jpg' )
#展示图像文件
im.show()
#在图像上应用滤镜
im_sharp = im.filter( imagefilter.sharpen )
#保存已处理图像到新文件
im_sharp.save( 'image_sharpened.jpg', 'jpeg' )
#分离图像波段（band），即rgb模式的红、绿、蓝波段
r,g,b = im_sharp.split()
#查看图像中嵌入的exif信息
exif_data = im._getexif()
exif_data
关于pillow库的更多示例请参阅 .
开源计算机视觉
opensource computer vision，通常被称为 opencv，是一个比 pil 更先进的图像操作和处理程序。opencv 被多种语言实现并广泛使用。
安装 opencv
在 python 中，通过cv2和numpy两个模块执行使用 opencv。在中可以指导你如何在自己的项目中进行配置。
numpy 可以通过 python package index（pypi）下载安装：
$ pip install numpy
示例
import cv2
#读取图像
img = cv2.imread('testimg.jpg')
#显示
cv2.imshow('image',img)
cv2.waitkey(0)
cv2.destroyallwindows()
#对图像应用灰阶过滤
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
#保存过滤后的新文件
cv2.imwrite('graytest.jpg',gray)
更多关于 opencv 的 python 实现例子尽在 。
本译文仅用于学习和交流目的，转载请务必注明文章译者、出处、和本文链接
我们的翻译工作遵照 cc 协议，如果我们的工作有侵犯到您的权益，请及时联系大发黄金版app下载。
