Scikit Image - 简介

Scikit-image(也称为skimage)是 Python 编程语言的开源图像处理库之一。它为各种图像处理和计算机视觉任务提供了强大的算法和函数工具箱。它建立在 NumPy 和 SciPy.ndimage 等流行科学库之上。

scikit-image 的功能

以下是 Scikit Image 的主要功能 −

• Scikit-image 是 Python 中的一个开源包。这意味着它可以免费使用，并且没有任何限制。
• 易于读取和写入各种格式的图像。该库提供了多种插件和方法来读取和写入各种格式的图像，例如 JPEG、PNG、TIFF 等。
• scikit-image 中的图像由 NumPy ndarrays(多维容器)表示。因此，可以使用标准 NumPy 方法操作数组来实现许多常见操作。
• 它提供了大量的图像处理算法，例如过滤、分割、特征提取、形态学等。
• 它提供了一个用户友好的 API，简化了执行图像处理任务的过程。

scikit-image 的历史

Scikit-image 最初是由一个活跃的国际研究人员和贡献者团队开发的。它起源于几个现有图像处理项目的组合，包括scipy.ndimage、matplotlib 等。

scikit-image 的优势

scikit-image 提供了几个优势，使其成为图像处理任务的宝贵工具 −

• 轻松与 Python 的科学工具集成 − 它建立在 NumPy、SciPy 和其他科学库之上。这使用户能够将图像处理与其他科学计算任务(如数据分析、机器学习和可视化)相结合。
• 全面的图像处理工具 − scikit-image 为图像处理任务提供了广泛的工具和算法。它包括全面的图像过滤器、形态学操作、图像变换、特征提取等。这些工具让用户能够轻松灵活地执行复杂的图像处理操作。
• 用户友好的可视化 − scikit-image 包含一个简单的图形用户界面 (GUI)，用于可视化结果和探索参数。

Scikit Image - 环境设置

要为 scikit-image 设置环境，建议使用 pip 或 conda 等包管理器来安装 scikit-image 及其依赖项。 pip 是 Python 的默认包管理器，而 Conda 是 Anaconda 环境中管理包的流行选择。

使用 pip 安装 scikit-image

要使用 pip 安装 scikit-image，只需在命令提示符下运行以下命令 −

pip install scikit-image

这将下载 scikit-image 包，等待下载完成。如果您看到任何 pip 升级错误，只需通过以下命令升级 pip −

python -m pip install --upgrade pip

然后再次运行"pip install scikit-image"命令，这次它将起作用。

使用 Conda 安装 scikit-image

如果您已经在系统中使用 Anaconda 发行版，那么您可以直接使用 conda 包管理器安装 scikit-image。以下是命令 −

conda install scikit-image

如果您的计算机上已经安装了 scikit-image 包，运行 conda install scikit-image 命令将显示以下消息 −

Collecting package metadata (current_repodata.json): ...working... done
Solving environment: ...working... done

# 所有请求的包均已安装。
Retrieving notices: ...working... done
Note: you may need to restart the kernel to use updated packages.

验证

要检查 scikit-image 是否已安装或验证安装是否成功，您可以在 Python shell 或 Jupyter Notebook 中执行以下代码 −

import skimage
# 检查 scikit-image 的版本
print("scikit-image version:", skimage.__version__)

如果上述代码执行时没有任何错误，则表示 scikit-image 已成功安装并可供使用。