1 scikit-image安装与介绍

首先，安装scikit-image，在window中安装anaconda的前提下，可在dos命令行中利用conda install scikit-image直接进行安装，而在pycharm中则可以利用编辑器自动安装：File->Settings->Project->Project Interpreter选取自己的python编辑器，然后点击"+",如下图所示：

python 安装 qrcode 模块 python skimage安装_python

，接下来自己操作就OK了，然后写个example测试一下安装是否成功。 example one

from skimage import io
import matplotlib.pyplot as plt

img = io.imread('len.jpg')
plt.figure("lena.jpg")
plt.imshow(img)
plt.axis('off')
plt.show()

然后运行，显示图像则安装成功。

  • skimage包的子模块 skimage包的全称是scikit-image SciKit (toolkit for SciPy) ，它对scipy.ndimage进行了扩展，提供了更多的图片处理功能。它是由python语言编写的，由scipy 社区开发和维护。skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下： 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

用到一些图片处理的操作函数时，需要导入对应的子模块，如果需要导入多个子模块，则用逗号隔开，如：

from skimage import io,data,color

2 图像读取，显示与保存

  • 读取，显示 skimage提供了io模块，顾名思义，这个模块是用来图片输入输出操作的，上面的example则是彩色图像读取与显示实例。 如果是灰度图像则，
io.imread('d:/dog.jpg',as_grey=True)
  • 保存
io.imsave('f:/save.jpg',img)

也可以直接打印图像的信息

from skimage import io,data
img=data.chelsea()
io.imshow(img)
print(type(img))  #显示类型
print(img.shape)  #显示尺寸
print(img.shape[0])  #图片宽度
print(img.shape[1])  #图片高度
print(img.shape[2])  #图片通道数
print(img.size)   #显示总像素个数
print(img.max())  #最大像素值
print(img.min())  #最小像素值
print(img.mean()) #像素平均值

3 图像像素访问与裁剪

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。

  • 彩色图片访问方式为：
img[i,j,c]

i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始。

  • 灰度图片访问方式为：
gray[i,j]
  • exp 1：输出len图片的G通道中的第20行30列的像素值
from skimage import io
img=io.imread('len.jpg')
pixel=img[20,30,1]
print(pixel)
  • exp 2：显示红色单通道图片
from skimage import io
import matplotlib.pyplot as plt

img=io.imread('len.jpg')
R=img[:,:,0]
plt.figure(r.L)
plt.imshow(R)
plt.axis('off')
plt.show()
  • exp 3：对len图片随机添加椒盐噪声
from skimage import io
import matplotlib.pyplot as plt
import numpy as np

img=io.imread('len.jpg')

#随机生成5000个椒盐
rows,cols,dims=img.shape
for i in range(5000):
    x=np.random.randint(0,rows)
    y=np.random.randint(0,cols)
    img[x,y,:]=255
plt.figure(exp3)
plt.imshow(img)
plt.axis('off')
plt.show()
  • exp 4：对len图片进行裁剪
from skimage import io
img=io.imread('len.jpg')
roi=img[80:180,100:200,:]
plt.figure(exp4)
plt.imshow(roi)
plt.axis('off')
plt.show()
  • exp 5：将lena图片进行二值化，像素值大于128的变为1，否则变为0
from skimage import io,color
import matplotlib.pyplot as plt
img=io.imread('len.jpg')
img_gray=color.rgb2gray(img)
rows,cols=img_gray.shape
for i in range(rows):
    for j in range(cols):
        if (img_gray[i,j]<=0.5):
            img_gray[i,j]=0
        else:
            img_gray[i,j]=1
plt.figure(exp5)
plt.imshow(img_gray)
plt.axis('off')
plt.show()
#这个例子，使用了color模块的rgb2gray（）函数，将彩色三通道图片转换成灰度图。转换结果为float64类型的数组，范围为[0,1]之间。
  • exp 6：
from skimage import io
import matplotlib.pyplot as plt

img=io.imread('len.jpg')
reddish = img[:, :, 0] >170
img[reddish] = [0, 255, 0]
plt.figure(exp6)
plt.imshow(img)
plt.axis('off')
plt.show()
#这个例子先对R通道的所有像素值进行判断，如果大于170，则将这个地方的像素值变为[0,255,0], 即G通道值为255，R和B通道值为0。