图像处理库Skimage安装与使用

scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，是非常好的数字图像处理工具。其全称是scikit-image SciKit (toolkit for SciPy) ，对scipy.ndimage进行了扩展，提供了更多的图片处理功能。
skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块如下：

子模块名称	主要实现功能
io	读取、保存和显示图片或视频
data	提供一些测试图片和样本数据
color	颜色空间变换
filters	图像增强、边缘检测、排序滤波器、自动阈值等
draw	操作于numpy数组上的基本图形绘制，包括线条、矩形、圆和文本等
transform	几何变换或其它变换，如旋转、拉伸和拉东变换等
morphology	形态学操作，如开闭运算、骨架提取等
exposure	图片强度调整，如亮度调整、直方图均衡等
feature	特征检测与提取等
measure	图像属性的测量，如相似性或等高线等
segmentation	图像分割
restoration	图像恢复
util	通用函数

官网

安装

pip install scikit-image

使用Skimage

1、读取图像

from skimage import io
img = io.imread('test.png', as_gray=False)  # 第一个参数是文件名可以是网络地址，第二个参数默认为False，True时为灰度图

注意：skimage的图片格式是(height,width,channel)

查看image文件的信息

print(type(img))  #显示类型
print(img.shape)  #显示尺寸
print(img.dtype)   #数据类型
print(img.shape[0])  #图片高度
print(img.shape[1])  #图片宽度
print(img.shape[2])  #图片通道数
print(img.max())  #最大像素值
print(img.min())  #最小像素值
print(img.mean()) #像素平均值

skimage读出来的图片可以直接img[0][0]获得，但是一定记住它的格式.

print(img[200][100])

skimage.io.imread打开的图片类型为np数组, 值为0-255，尺寸为 H,W,C，resize后值为0-1

image = transform.resize(img, (100, 200), order=1)
print(skimage.img_as_float(image))   # img_as_float可以把image转为double，即float64 

2、图像显示

方法一：skimage.io.imshow()显示图像

from skimage import io,data
import matplotlib.pyplot as plt
img = data.coffee()
io.imshow(img)  # 显示图片
#io.imsave('test1.jpg', img) # 保存图片
plt.show()

方法二：skimage.viewer.ImageViewer()显示图像

from skimage import io, data
from skimage.viewer import ImageViewer
img = data.coffee()
viewer = ImageViewer(img)
viewer.show()

skimage程序自带了一些示例图片，如果我们不想从外部读取图片，就可以直接使用skimage.data的示例图片。

3、图像像素访问

图片读入程序中后，是以numpy数组存在的。因此对numpy数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。
输出小猫图片的G通道中的第20行30列的像素值

from skimage import io, data
import matplotlib.pyplot as plt
img = data.chelsea()
pixel = img[20,30,1]
print(pixel)

红色单通道访问

from skimage import io, data
import matplotlib.pyplot as plt
img = data.coffee()
R = img[:,:,0]
print(R)
io.imshow(R)
plt.show()

4、图像裁剪

通过对数组的裁剪，就可以实现对图片的裁剪。

from skimage import io, data
import matplotlib.pyplot as plt
img = data.coffee()
roi = img[80:180,100:200,:]
print(roi)
io.imshow(roi)
plt.show()