一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点:

1、不开源,价格贵

2、软件容量大。一般3G以上,高版本甚至达5G以上。

3、只能做研究,不易转化成软件。

因此,我们这里使用Python这个脚本语言来进行数字图像处理。

要使用python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是Linux系统,安装都是非常简单的。

要使用python进行各种开发和科学计算,还需要安装对应的包。这和matlab非常相似,只是matlab里面叫工具箱(toolbox),而python里面叫库或包。基于python脚本语言开发的数字图片处理包,其实很多,比如PIL,Pillow, OpenCV, scikit-image等。

对比这些包,PIL和Pillow只提供最基础的数字图像处理,功能有限;opencv实际上是一个c++库,只是提供了python接口,更新速度非常慢。到现在python都发展到了3.5版本,而opencv只支持到python 2.7版本;scikit-image是基于scipy的一款图像处理包,它将图片作为numpy数组进行处理,正好与matlab一样,因此,我们最终选择scikit-image进行数字图像处理。

一、需要的安装包

因为scikit-image是基于scipy进行运算的,因此安装numpy和scipy是肯定的。要进行图片的显示,还需要安装matplotlib包,综合起来,需要的包有:

Python >= 2.6Numpy >= 1.6.1Cython >= 0.21Six >=1.4SciPy >=0.9Matplotlib >= 1.1.0NetworkX >= 1.8Pillow >= 1.7.8dask[array] >= 0.5.0

比较,安装起来非常费事,尤其是scipy,在windows上基本安装不上。

但是不用怕,我们选择一款集成安装环境就行了,在此推荐Anaconda, 它把以上需要的包都集成在了一起,因此我们实际上从头到尾只需要安装Anaconda软件就行了,其它什么都不用装。

二、下载并安装 anaconda

先到https://www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本,下载好对应版本、对应系统的anaconda,它实际上是一个sh脚本文件,大约280M左右。

本系列以windows7+python3.5为例,因此我们下载如下图红框里的版本:

名称为: Anaconda3-2.4.1-Windows-x86_64.exe

是一个可执行的exe文件,下载完成好,直接双击就可以安装了。

在安装的时候,假设我们安装在D盘根目录,如:

并且将两个选项都选上,将安装路径写入环境变量。

然后等待安装完成就可以了。

安装完成后,打开windows的命令提示符:

输入conda list 就可以查询现在安装了哪些库,常用的numpy, scipy名列其中。如果你还有什么包没有安装上,可以运行

conda install ***  来进行安装。(***为需要的包的名称)

如果某个包版本不是最新的,运行 conda update *** 就可以更新了。

三、简单测试

anaconda自带了一款编辑器spyder,我们以后就可以用这款编辑器来编写代码。

spyder.exe放在安装目录下的Scripts里面,如我的是 D:/Anaconda3/Scripts/spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式,以后运行就比较方便了。

我们简单编写一个程序来测试一下安装是否成功,该程序用来打开一张图片并显示。首先准备一张图片,然后打开spyder,编写如下代码:

from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)

将其中的d:/dog.jpg 改成你的图片位置

然后点击上面工具栏里的绿色三角进行运行,最终显示

如果右下角“ Ipython console" 能显示出图片,说明我们的运行环境安装成功。

我们可以选择右上角的 ” variable explorer" 来查看图片信息,如

我们可以把这个程序保存起来,注意python脚本文件的后缀名为py.

四、skimage包的子模块

skimage包的全称是scikit-image SciKit (toolkit for SciPy) ,它对scipy.ndimage进行了扩展,提供了更多的图片处理功能。它是由python语言编写的,由scipy 社区开发和维护。skimage包由许多的子模块组成,各个子模块提供不同的功能。主要子模块列表如下:

子模块名称  主要实现功能
io 读取、保存和显示图片或视频
data 提供一些测试图片和样本数据
color 颜色空间变换
filters 图像增强、边缘检测、排序滤波器、自动阈值等
draw 操作于numpy数组上的基本图形绘制,包括线条、矩形、圆和文本等
transform 几何变换或其它变换,如旋转、拉伸和拉东变换等
morphology 形态学操作,如开闭运算、骨架提取等
exposure 图片强度调整,如亮度调整、直方图均衡等
feature 特征检测与提取等
measure 图像属性的测量,如相似性或等高线等
segmentation 图像分割
restoration 图像恢复
util 通用函数

用到一些图片处理的操作函数时,需要导入对应的子模块,如果需要导入多个子模块,则用逗号隔开,如:

from skimage import io,data,color




转载自: http://www.cnblogs.com/denny402/p/5121501.html
               http://blog.csdn.net/qq_26898461/article/details/51488326

Win7环境安装Anaconda相关推荐

  1. 如何启动股票量化系统QTYX-Python环境安装Anaconda+Pycharm及TaLib

    前言 我们提供的股票量化分析系统QTYX是Python源码,也就是说只要在Python环境下,安装了源码所用到的第三方库,就可以运行!!! 所以呢,第一步就是搭建运行环境!!!建议使用Anaconda ...

  2. anaconda打开python文本编辑器_Python开发环境安装(Anaconda+PyCharm)

    Anaconda 包含Python和python很多库 官网:(下载很慢很慢,<10 k/s) https://www.anaconda.com/download/ 清华大学开源软件镜像站:(点 ...

  3. sonarqube下安装mysql数据库_本地安装SonarQube之一——win7环境安装mysql

    解压数据库(路径不要有t字开头的文件夹),然后配置环境变量,地址是${mysql5.7.20}/bin. 然后在${mysql5.7.20}文件夹下创建my.ini文件.文件内容如下: [mysql] ...

  4. node.js介绍及Win7环境安装测试(转)

    官网描述: Node.js is a platform built on Chrome's JavaScript runtime for easily building fast, scalable ...

  5. Gym实践(一)——环境安装

    提示:转载请注明出处,若本文无意冒犯到您的合法权益,请及时与作者联系. Gym实践(一)--环境安装 一.Gym是什么? OpenAI Gym OpenAI Gym 评估平台 二.安装步骤 1.安装A ...

  6. linux、win7环境下安装anaconda、matplotlib、theano和lasagne库

    最近开始搞深度学习,看了篇paper,有附带的代码,所以想直接仿一下. 我需要用到的有**numpy**, **theano**, **lasagne**, **scikit-learn**, **m ...

  7. Anaconda python windows环境安装及完全排坑教程

    (本文篇幅较长,浏览器下搜索关键信息请直接使用ctrl+F关键词查找) 点击以下内容空降 Anaconda是什么? 1.0篇 anaconda初体验 1.Anaconda3的安装 pycharm部分( ...

  8. python安装成功的图标_ubuntu下:安装anaconda、环境配置、软件图标的创建、成功启动anaconda图形界面...

    Ubuntu安装anaconda常见的四大问题: 目录 1.介绍 2.安装anaconda 3.环境配置 4.软件图标的创建 5.成功启动anaconda图形界面 1.介绍 先介绍一下anaconda ...

  9. Ubuntu环境下TensorFlow 的环境搭建(一)安装Anaconda

    1.我的Ubuntu版本是14.04LTS,运行在VMware: 2.下载anaconda 打开terminal,输入 wget https://repo.continuum.io/archive/A ...

最新文章

  1. 直击5G的机遇与挑战,全新商业模式、规模化经济效益、最新技术进展…全解读...
  2. swift 数组高阶使用(一)
  3. as上的git到码云操作_如何使用git从码云克隆项目到本地?
  4. Linux 文件压缩解压缩
  5. linux内核 频率,Linux内核中CPU主频和电压调整 (三)
  6. Net设计模式实例之装饰者模式(Decorator Pattern)(1)
  7. RabbitMq学习笔记001---RabbitMq在Windows下安装配置
  8. 69. (待补) (使用sqlite3)实现简单的管理系统 MVC 将链表作为内存数据模型,将sqlite3作为数据库,将终端作为交互界面。读数据库生成 链表,修改链表写入文件。...
  9. Debugging a Plug-in
  10. java 代码统计工具_java代码行数统计工具
  11. g4600黑苹果efi_授人以鱼不如授人以渔,黑苹果EFI相关问题分析方法以及解决思路...
  12. CSAPP第九章家庭作业参考答案
  13. 最实用的Chrome插件--CSDN浏览器助手使用体验
  14. Vivado synth 8-439 module““not found问题绝对解决,超简单,想解决问题就看这里。
  15. SHIMANO各个等级配件的区别
  16. delphi网络时间校对
  17. 图表控件AnyChart使用JavaScript创建维恩图
  18. 全球AI技术开放日系列5(上海站):走进爱奇艺
  19. 项目为何要开展第三方测试
  20. wps表格里某一行或某一列怎么加上相同的数字、字母或者汉字

热门文章

  1. Python-pip镜像源配置及国内常用镜像源
  2. 微精:推荐+订阅=个性化智能体验
  3. muduo日志学习笔记
  4. python单片机自动浇花_【应用教程】Micro:bit自动浇花系统
  5. 大批量其他经纬度转换为百度地图经纬度
  6. OpenPose环境搭建的经历
  7. excel怎么设置打印区域_用offset函数设置打印区域(有新增内容时自动扩展)
  8. C#打造机械耳感键盘(全局监听键盘并设置音效)
  9. 网络安全工程师需要学什么?零基础怎么从入门到精通,看这一篇就够了
  10. 优质项目管理从用户故事地图思维框架开始