|
|
1
52
最著名的图书馆是 PIL . 但是,如果您只是进行基本的操作,那么最好使用 ImageMagick 这将比用Python编写转换更有效。 |
|
|
2
44
根据“图像处理”的含义,在基于numpy的库中可能会有更好的选择: mahotas , scikits.image 或 scipy.ndimage . 所有这些都基于numpy数组,因此您可以混合和匹配来自一个库和另一个库的函数。 我启动了网站 http://pythonvision.org 有更多关于这些的信息。 |
|
|
3
18
您还可以使用基于“标准”科学模块的图像处理方法: 斯皮皮 有一整套专门用于图像处理的软件包: scipy.ndimage . Scipy实际上是标准的通用数值计算包;它基于事实上的标准阵列操作模块。 NumPy :图像也可以作为数字数组进行操作。至于图像显示, Matplotlib (也是“科学三部曲”的一部分)展示图像 quite simple . Scipy仍在积极维护,这对未来是一个很好的投资。此外,scipy目前也与python 3一起运行,而python imaging library(PIL)则没有。 |
|
|
4
11
|
|
|
6
6
实际上有一个很好的 Python Imaging Library (PIL) . 它使您能够更改现有图像,包括消除混叠功能,并使用文本等创建新图像。您还可以找到 decent introductory tutorial 在上述现场提供的PIL手册中。 |
|
|
7
4
如果要创建自定义图像处理效果,可能会发现pythonpixels很有用。 http://halfhourhacks.blogspot.com/2008/03/pythonpixels.html 它是为了书写和实验图像处理。 |
|
8
3
VIP应该很快,并且使用多个CPU: http://www.vips.ecs.soton.ac.uk/index.php?title=Speed_and_Memory_Use |