Diez herramientas de procesamiento de imágenes Python de uso común
Autor|Parul Pandey
Traducción|Angelo Joel, Jimmy Hua
Hoy en día, nuestro mundo está lleno de datos y las imágenes se han convertido en una parte importante de estos datos. . Pero no importa para qué se utilicen, estas imágenes deben procesarse. El procesamiento de imágenes es el proceso de análisis y procesamiento de imágenes digitales, con el objetivo principal de mejorar su calidad o extraer alguna información de ellas, para luego utilizarlas con algún propósito.
Las tareas comunes en el procesamiento de imágenes incluyen mostrar imágenes, operaciones básicas como recortar, voltear y rotar, segmentación de imágenes, clasificación y extracción de características, restauración de imágenes y reconocimiento de imágenes. Python es una opción adecuada para esta tarea de procesamiento de imágenes, ya que está ganando popularidad como lenguaje de programación científico y muchas herramientas de procesamiento de imágenes de última generación están disponibles gratuitamente para que todos las utilicen en su ecosistema.
Echemos un vistazo a las bibliotecas comunes de Python que se pueden utilizar en tareas de procesamiento de imágenes.
1.scikit-image
Scikit-image es un paquete Python de código abierto adecuado para matrices numerosas. Implementa algoritmos y herramientas prácticas para investigación, educación y aplicaciones industriales. Esta es una biblioteca bastante simple y directa incluso para aquellos nuevos en el ecosistema Python. Este código está escrito por una comunidad activa de voluntarios y es de alta calidad y está revisado por pares.
Recursos
La documentación está repleta de ejemplos y casos de uso del mundo real. Lea la siguiente documentación:
/abidrahmank/opencv 2-Python-Tutorial
Uso
Aquí hay un ejemplo que muestra las capacidades de OpenCV-Python, a través de Pyramid El método crea una nueva fusión de imágenes de frutas llamada "Orapple".
6. CV simple
SimpleCV también es un marco de código abierto para crear aplicaciones de visión por computadora. Con él, puede acceder a varias bibliotecas de visión por computadora de alto rendimiento, como OpenCV, sin tener que aprender profundidad de bits, formatos de archivo, espacios de color, etc.
Su curva de aprendizaje es mucho más pequeña que la de OpenCV y, como dice su eslogan publicitario, "Computer Vision Made Simple". Algunos puntos a favor de SimpleCV son:
Incluso los principiantes pueden escribir pruebas sencillas de visión artificial. Las cámaras, los archivos de vídeo, las imágenes y las transmisiones de vídeo son recursos interoperables.
La documentación oficial es muy fácil de entender y tiene muchos ejemplos y casos de uso de los que aprender:
/hhatto/pgmagick
Uso
Uso Hay pocas actividades de procesamiento de imágenes que pgmagick puede realizar, como:
Escalado de imagen
Extracción de bordes
Pycairo
Pycairo es Cairo, un conjunto de bibliotecas de procesamiento de imágenes incluidas con Python. Cairo es una biblioteca de gráficos 2D para dibujar gráficos vectoriales. Los gráficos vectoriales son interesantes porque no pierden claridad cuando se les cambia el tamaño o se convierten. Pycairo es un conjunto de enlaces para cairo que se pueden usar para llamar comandos de cairo desde Python.
Recursos
El repositorio GitHub de Pycairo es un gran recurso con instrucciones detalladas de instalación y uso. También hay una guía de introducción con un breve tutorial sobre Pycairo.
Biblioteca:/pygobject/pycairo Tutorial: https://pycairo.readthedocs.io/en/latest/tutorial.html Uso
Usar Pycairo para dibujar líneas, formas básicas y radiales Degradado:
Resumen
Existen algunas bibliotecas de procesamiento de imágenes de Python gratuitas y útiles, algunas de las cuales son bien conocidas y otras pueden ser nuevas para usted. Intenta aprender más sobre ellos.