图像处理

多数图像处理与操作技术可以被两个库有效完成，它们是Python Imaging Library (PIL)与 OpenSource Computer Vision (OpenCV)。

下面是这两个库的简略介绍。

Python 图形库

Python Imaging Library ，或者叫PIL，简略来说， 是Python图像操作的核心库。不幸的是，它的开发陷入了停滞，最后一次更新是2009年。

对您而言幸运的是，存在一个活跃的PIL开发分支，叫做 Pillow 它很容易安装，运行在各个操作系统上，而且支持Python3。

安装

在安装Pillow之前，您应该先安装Pillow的前置部分。针对您的平台对此的特别指导可以在此找到 Pillow installation instructions.

完成之后，直接执行：

$ pip install Pillow

例子

from PIL import Image, ImageFilter
#读取图像
im = Image.open( 'image.jpg' )
#显示图像
im.show()

#过滤图像
im_sharp = im.filter( ImageFilter.SHARPEN )
#保存过滤过的图像到文件中
im_sharp.save( 'image_sharpened.jpg', 'JPEG' )

#分解图像到三个RGB不同的通道（band）中。
r,g,b = im_sharp.split()

#显示被插入到图像中的EXIF标记
exif_data = im._getexif()
exif_data

这里有一些Pillow库的例子： Pillow 教程。

开源计算机视觉（OpenCv）

OpenSource Computer Vision,其更广为人知的名字是OpenCv，是一个在图像操作与处理上 比PIL更先进的库。它可以在很多语言上被执行并被广泛使用。

安装

在Python中，使用OpenCV进行图像处理是通过使用 cv2 与 NumPy 模块进行的。 OpenCV 安装指南 可以指导您如何为您自己的项目进行配置。

NumPy可以从Python Package Index （PyPI）中下载：

$ pip install numpy

例子

import cv2
#读取图像
img = cv2.imread('testimg.jpg')
#显示图像
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#Applying Grayscale filter to image 作用Grayscale（灰度）过滤器到图像上
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#保存过滤过的图像到新文件中
cv2.imwrite('graytest.jpg',gray)

更多的OpenCV在Python运行例子在这里可以找到： collection of tutorials.