使用python进行图像处理
图像处理的研究领域,大家都知道Matlab,而今天我要给大家介绍如何使用python的Imaging库来进行图像处理。
下载python的Image library(PIL):PIL-1.1.6.win32-py2.5.exe[我用的是python2.5的windows版],500多k的一个可执行文件。安装到python目录。
下面我们就可以开始了。
1、图片的打开和显示:
>> import Image #加载image库
>> im = Image.open("c:\test.jpg") #打开文件[支持大部分图像文件格式]
>> im.show() #显示图像
>> im.save("hello.gif","GIF") #保存图像为gif格式
2、进行基本的处理:
>> im = addNoise(im,"uniform",[0,50]) #添加uniform噪声
>> im = spacFilter("median",im) #中值滤波
>> im = im.filter(ImageFilter.EDGE_ENHANCE) #基本滤波之 边缘增强
>> im = im.convert("L") #转换为灰度图像
原图:
边缘增强后:
转换为灰度图像后:
3、可以看到,python的强大功能在于以最少的代码实现最多的功能。
其实PIL完全可以自己定义处理函数的,上面用到的spacFilter和addNoise是我重新编写的基本图像处理函数:
def spacFilter(mode,im):
draw = ImageDraw.Draw(im)
for i in range(0,list(im.size)[0]):
for j in range(0,list(im.size)[1]):
if ((i - 1) >= 0) and ((j - 1) >= 0) and ((i + 1)
和上面用到的添加噪声函数:
def addNoise(im,mode,value):
draw = ImageDraw.Draw(im)
for i in range(0,list(im.size)[0]):
for j in range(0,list(im.size)[1]):
if mode == "uniform": #UNIFORM噪声
rnd = random.uniform(value[0],value[1])
elif mode == "normal": #UNIFORM噪声
rnd = random.gauss(value[0],value[1])
elif mode == "lognormal":
rnd = random.lognormvariate(value[0],value[1])
elif mode == "negexp":
rnd = random.expovariate(value[0],value[1])
elif mode == "gamma":
rnd = random.gammavariate(value[0],value[1])
elif mode == "beta":
rnd = random.betavariate(value[0],value[1])
elif mode == "pareto":
rnd = random.paretovariate(value[0])
elif mode == "weibull":
rnd = random.weibullvariate(value[0],value[1])
if im.mode == "RGB":
color = list(im.getpixel((i,j)))
color[0] = color[0] + rnd
color[1] = color[1] + rnd
color[2] = color[2] + rnd
point = [i,j]
draw.point(point,tuple(color))
elif im.mode == "L":
color = im.getpixel((i,j))
color = color + rnd
point = [i,j]
draw.point(point,color)
else:
print "File type not supported!"
sys.exit(1)
del draw
return im
强烈建议各位图像处理的同道们使用PIL来进行图像处理,呵呵.