在這篇文章中，我們將整理計(jì)算機(jī)視覺項(xiàng)目中常用的Python庫(kù)，如果你想進(jìn)入計(jì)算機(jī)視覺領(lǐng)域，可以先了解下本文介紹的庫(kù)，這會(huì)對(duì)你的工作很有幫助。

(資料圖)

1、PIL/Pillow

Pillow是一個(gè)通用且用戶友好的Python庫(kù)，提供了豐富的函數(shù)集和對(duì)各種圖像格式的支持，使其成為開發(fā)人員在其項(xiàng)目中處理圖像的必要工具。

它支持打開、操作和保存許多不同的圖像文件格式，用戶還可以對(duì)圖像執(zhí)行基本操作，如裁剪、調(diào)整大小、旋轉(zhuǎn)和更改圖像顏色。

Pillow還可以讓你在圖像上添加文字和形狀，提供一種簡(jiǎn)單的方式來(lái)注釋你的視覺效果。

這個(gè)庫(kù)也是torchvison使用的圖像處理庫(kù)，它功能強(qiáng)大并且使用很簡(jiǎn)單推薦使用。

2、OpenCV (Open Source Computer Vision Library)

OpenCV無(wú)疑是最流行的圖像處理庫(kù)之一。它最初由英特爾公司開發(fā)，已被廣泛應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域。它支持無(wú)數(shù)與計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)相關(guān)的算法，這有助于理解視覺數(shù)據(jù)并做出有見地的決策。OpenCV還針對(duì)實(shí)時(shí)應(yīng)用進(jìn)行了高度優(yōu)化，使其成為視頻監(jiān)控，自動(dòng)駕駛汽車和先進(jìn)機(jī)器人的絕佳選擇。

OpenCV 功能最多，并且在處理速度方面要比Pillow快，所以在對(duì)于速度有要求的情況下推薦使用它。

另外一點(diǎn)就是OpenCV 讀取的通道是BGR ，而其他的庫(kù)都是RGB 的，所以如果混用的話需要轉(zhuǎn)換，還記得這個(gè)代碼吧：

cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

3、Mahotas

Mahotas包括一組用于圖像處理和計(jì)算機(jī)視覺的函數(shù)，這些函數(shù)主要是在高性能的c++中完成的，并且使用多線程，使其速度非常快。

它還包括各種形態(tài)操作，如侵蝕，擴(kuò)張和連接成分分析。這些操作是圖像二值化、去噪和形狀分析等任務(wù)的基礎(chǔ)。這些功能OpenCV 都有，但是Mahotas更專注于圖像的圖像處理，而并不像OpenCV那樣什么都有，所以，Mahotas的API更簡(jiǎn)單、也更友好。并且學(xué)習(xí)起來(lái)也比OpenCV簡(jiǎn)單，但是速度方面卻差不多。

4、Scikit-Image

Scikit-Image建立在Scikit-Learn機(jī)器學(xué)習(xí)庫(kù)的基礎(chǔ)上的擴(kuò)展功能，包括更高級(jí)的圖像處理能力。所以如果已經(jīng)在使用Scikit進(jìn)行ML，那么可以考慮使用這個(gè)庫(kù)。

它提供了一套完整的圖像處理算法。它支持圖像分割、幾何變換、色彩空間操作和過(guò)濾。

與許多其他庫(kù)不同，Scikit-Image支持多維圖像，這對(duì)于涉及視頻或醫(yī)學(xué)成像的任務(wù)是很有幫助的。Scikit-Image與其他Python科學(xué)庫(kù)(如NumPy和SciPy)無(wú)縫集成。

5、TensorFlow Image

TensorFlow Image是TensorFlow的一個(gè)模塊，它支持圖像解碼、編碼、裁剪、調(diào)整大小和轉(zhuǎn)換。還可以利用TensorFlow的GPU支持，為更大的數(shù)據(jù)集提供更快的圖像處理。

也就是說(shuō)如果你使用TF，那么可以使用它來(lái)作為訓(xùn)練Pipline的一部分。

6、PyTorch Vision

與TensorFlow Image類似，PyTorch Vision是PyTorch生態(tài)系統(tǒng)的一部分，主要用于與圖像處理相關(guān)的機(jī)器學(xué)習(xí)任務(wù)。

7、SimpleCV

SimpleCV建立在OpenCV、PIL（Python Imaging Library）和NumPy之上，為用戶提供了一組簡(jiǎn)單而強(qiáng)大的函數(shù)和工具，用于加載、處理和分析圖像。

SimpleCV的設(shè)計(jì)目標(biāo)是使計(jì)算機(jī)視覺技術(shù)對(duì)于初學(xué)者和非專業(yè)人士也能更加可靠和易于使用。它提供了一個(gè)簡(jiǎn)單的API，隱藏了底層的復(fù)雜性，使用戶能夠快速實(shí)現(xiàn)常見的計(jì)算機(jī)視覺任務(wù)。

但是目前官方維護(hù)也較少，所以這個(gè)項(xiàng)目很有可能會(huì)夭折。

8、Imageio

Imageio是一個(gè)用于讀取和寫入多種圖像格式的Python庫(kù)。它提供了一個(gè)簡(jiǎn)單而強(qiáng)大的API，使用戶能夠輕松地處理圖像和視頻數(shù)據(jù)。Imageio提供了一個(gè)通用的數(shù)據(jù)模型，使用戶能夠以多種方式存儲(chǔ)圖像數(shù)據(jù)。它可以使用NumPy數(shù)組、PIL圖像對(duì)象或簡(jiǎn)單的Python字節(jié)字符串來(lái)表示圖像數(shù)據(jù)。并且它提供了逐幀讀取和寫入視頻文件的功能，這對(duì)于處理視頻流或從視頻中提取幀非常有用。

9、albumentations

Albumentations是一個(gè)用于圖像增強(qiáng)和數(shù)據(jù)增強(qiáng)的Python庫(kù)。它專注于在機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺任務(wù)中提供高效、靈活和易于使用的數(shù)據(jù)增強(qiáng)方法。

我一直把這個(gè)庫(kù)當(dāng)成torchvision的替代，因?yàn)樗粌H有很多數(shù)據(jù)增強(qiáng)方法，還能夠直接處理掩碼bbox的增強(qiáng)。

10、timm

timm是一個(gè)PyTorch模型庫(kù)，雖然可能和圖像處理沒(méi)有關(guān)系，但是它提供了廣泛的預(yù)訓(xùn)練模型和計(jì)算機(jī)視覺模型的集合，這對(duì)我們來(lái)進(jìn)行深度學(xué)習(xí)的時(shí)候是非常有幫助的。現(xiàn)在它已經(jīng)是huggingface的子項(xiàng)目了，這意味著這個(gè)項(xiàng)目有了資金的支持，所以不會(huì)擔(dān)心發(fā)展的問(wèn)題。

總結(jié)

無(wú)論你是剛開始基本的圖像處理還是探索高級(jí)機(jī)器學(xué)習(xí)模型，這些庫(kù)都為廣泛的圖像處理任務(wù)提供了必要的工具。

關(guān)鍵詞：