Diez herramientas de procesamiento de imágenes Python más utilizadas
Título original: 10 herramientas de manipulación de imágenes de Python
Autor | Parul Pandey
Traducción | El mundo está lleno de datos y las imágenes son una parte importante de esos 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, principalmente con el objetivo de mejorar su calidad o extraer alguna información de ellas, que luego puede ser utilizada para algún propósito.
Las tareas comunes en el procesamiento de imágenes incluyen mostrar imágenes, operaciones básicas como recortar, voltear, rotar, etc., segmentación de imágenes, clasificación y extracción de características, restauración de imágenes y reconocimiento de imágenes. Python es una opción adecuada para este tipo de tarea de procesamiento de imágenes porque está ganando popularidad como lenguaje de programación científica y tiene muchas herramientas de procesamiento de imágenes de última generación disponibles gratuitamente en su ecosistema para que todos las utilicen.
Echemos un vistazo a algunas de 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. 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 registra una gran cantidad de ejemplos y casos de uso prácticos. Lea la siguiente documentación:
/abidrahmank/OpenCV2-Python-Tutorials
Uso
El siguiente es un ejemplo que demuestra la funcionalidad de OpenCV-Python usando el método piramidal para crear una nueva fusión de imágenes de frutas llamada "Orapple".
6. SimpleCV
SimpleCV también es un marco de código abierto para crear aplicaciones de visión por computadora. Con él, tienes acceso a varias bibliotecas de visión por computadora de alto rendimiento, como OpenCV, sin tener que aprender primero sobre profundidad de bits, formatos de archivo, espacios de color, etc.
Su curva de aprendizaje es mucho más pequeña que la de OpenCV, como dice su eslogan "Computer Vision Made Simple". Algunos puntos a favor de SimpleCV son:
Incluso los principiantes pueden escribir pruebas simples de visión artificial. Las cámaras, archivos de video, imágenes y secuencias de video son recursos interoperables.
Oficial La documentación es muy fácil de entiende y tiene muchos ejemplos y casos de uso de los cuales aprender:
/hhatto/pgmagick
Uso
Actividades de procesamiento de imágenes que se pueden realizar usando pgmagick Pocas, tales como:
Escalado de imagen
Extracción de bordes
10. Pycairo
Pycairo es un conjunto de Python para la biblioteca de procesamiento de imágenes cairo. Manojo. 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 sobre 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
Hay algunas bibliotecas de procesamiento de imágenes de Python útiles y gratuitas disponibles, algunas son bien conocidas y otras pueden ser nuevas para usted; intente aprender más sobre ellas.